Il nostro articolo sulla stima della qualità delle immagini compresse con tecniche di deep learning è stato accettato nella conferenza IEEE Multimedia Signal Processing 2018 (MMSP) [1].

In questo articolo utilizziamo due dei più recenti metodi di compressione basati su DL sviluppati rispettivamente da Ballé et al. [2] e di Toderici et al. [3]. Le immagini compresse con questi metodi sono state valutate da un panel di circa venti persone. Abbiamo anche considerato immagini compresse con tecniche “classiche” (HEVC-INTRA (BPG) e JPEG2000). Abbiamo riscontrato che la qualità soggettiva è spesso migliore di JPEG2000 e, in ogni caso, molto vicina ad essa. D’altra parte BPG ha ancora risultati migliori in media, anche se su determinate immagini il metodo [3] è il migliore.

RDV su [1] per maggiori dettagli! (Il PDF di questo articolo sarà presto disponibile).

[1] G. Valenzise, ​​A. Purica, V. Hulusic, M. Cagnazzo. “Valutazione della qualità della compressione dell’immagine basata sull’apprendimento profondo”. Per apparire in IEEE Multimedia Signal Workshop, 2018.

[2] J. Ballé, V. Laparra ed E. P. Simoncelli, “compressione dell’immagine ottimizzata end-to-end”, in Int. Conf. sulle rappresentazioni di apprendimento (ICLR), Tolone, Francia, aprile 2017.

[3] Toderici G., Vincent D., Johnston N., Hwang S., Minnen D, Shor J., Covell M., “Compressione dell’immagine a piena risoluzione con reti neurali ricorrenti”, in IEEE Int. Conf. su Computer Vision e Pattern Recognition (CVPR), Honolulu, Hawaii, USA, lug. 2017, pp. 5435-5443.