Oct, 2023

用 Wasserstein 梯度下降估计率失真函数

PDF
TL;DR基于 Wasserstein 梯度下降算法的新型 R-D 估计器，能够比现有神经网络方法更有效地在低速率源上获得可比或更严格的界限，同时需要较少的调整和计算工作。
lossy compressionrate-distortionwasserstein gradient descent algorithmneural network methodsmaximum-likelihood deconvolution
发现论文，激发创造
  • 基于经验的三明治上下界率失真函数

    通过一种新的算法，本文提出了第一个普遍数据源（不一定是离散数据）的 R-D 函数的夹逼界算法，并在多个数据源上估计了 R-D 夹逼界，说明了神经数据压缩的优越性，并发现了改进图像压缩方法的潜在空间。

    Nov, 2021

  • 基于条件分布感知度量的速率 - 失真 - 感知折衷

    在大块长度的渐进极限中，我们研究了无记忆源模型的速率失真感知（RDP）权衡。我们的感知度量基于基于编码器输出条件下的源和重构序列的分布之间的离散，这最初是在 [1]，[2] 中提出的。我们考虑编码器和解码器之间没有共享随机性的情况。对于离散无记忆源的情况，我们导出了 RDP 函数的单字母特性，从而解决了在 Blau 和 Michaeli [3] 中引入的边际度量问题（无共享随机性）。我们的实现方案基于在 [4] 中提出的带后验参考映射的有损源编码。对于在平方误差失真度量和平方二次 Wasserstein 感知度量下的连续值源的情况，我们还导出了单字母特性，并表明在解码器中添加噪声机制足以实现最佳表示。对于零感知损失的情况，我们证明了我们的特征与在 [5]，[6] 中推导的边际度量结果有趣地相吻合，并再次证明了可以在最小失真中以 3 dB 的惩罚实现零感知损失。最后，我们将结果特化到高斯源的情况。我们导出了矢量高斯源的 RDP 函数并提出了一种水填充类型的解决方案。我们还部分表征了混合矢量高斯源的 RDP 函数。

    Jan, 2024

  • 速率失真函数估计

    本文引出自压缩领域和相关的理论问题，分析了通过实证数据来估计未知（并非必须是离散型的）信源的失真率 - 失真函数的问题。我们探讨了 “插件” 估计器的行为，给出了其一致性的充分条件，同时提供了某些情况下它失败的例子。针对一类广泛的信源，包括所有的平稳和符合渐进频率的信源，给出了 “插件” 估计器的一般一致性结果。最后，本文还提出了关于 “插件” 估计器的修正版本的一致性定理和最优重现分布估计的问题。

    Feb, 2007

  • 论速率失真函数和最优传输之间的关系

    本文探讨了失真率和最优输运理论之间的关系，发现通过极端熵输运距离定义的函数等价于失真率函数，并使用各自的最优传输求解器将标量量化和失真率函数的求解统一起来。

    Jul, 2023

  • 输出受限的失真压缩编码及其在率失真感知理论中的应用

    对有限公共随机性的输出约束有损源编码进行失真率函数分析，讨论了均方误差度量的特殊情况，当源和重建分布均为高斯分布时，得到了显式表达式。这进一步揭示了以 Kullback-Leibler 散度或平方二次 Wasserstein 距离作为感知度量的二次高斯码率 - 失真 - 感知编码的信息论极限的部分特征。

    Mar, 2024

  • 高斯速率 - 失真 - 感知函数的计算

    本文研究了多元高斯源在均方误差畸变和分别为 Kullback-Leibler 散度、几何 Jensen-Shannon 散度、平方 Hellinger 距离和平方 Wasserstein-2 距离感知度量下的率失真感知函数（RDPF）的计算。

    Nov, 2023

  • 有限块长区间内的定长有损压缩

    研究了源编码率和概率与块长度的关系，推导出任意固定块长度下的紧致通用可达性和对话边界，对于具备可分离失真度的平稳无记忆源，最小可达速率接近于率失真函数加上速率分散。

    Feb, 2011

  • 一种用于有损图像压缩的速率失真分类方法

    在有损图像压缩中，我们提出了一种 Rate-Distortion-Classification (RDC) 模型，用于优化速率、失真和分类准确性之间的权衡，从而将图像压缩与视觉分析相结合，为实际应用中的端到端图像压缩技术铺平了道路。

    May, 2024

  • 一种速率 - 失真 - 感知函数的编码定理

    该论文研究了采用随机变长编码实现率 - 失真 - 感知函数，进一步探究该理论在失真压缩方面的应用。

    Apr, 2021

  • 一般集合和度量的码率失真理论

    该论文探讨了一种适用于具有一般分布的随机变量序列的率失真理论，其中包括流形和分形集合，引入了一种下界和一种广泛适用的子规整条件。

    Apr, 2018