Scalable Image Coding for Humans and Machines Using Feature Fusion Network

随着图像识别模型的普及，机器和人类可扩展编码方法变得越来越重要。图像识别模型的应用包括交通监控和农场管理。在这些用例中，可扩展编码方法被证明是有效的，因为这些任务需要人类偶尔检查图像。现有的人类和机器图像压缩方法在某种程度上满足了这些要求。然而，这些压缩方法仅对特定的图像识别模型有效。我们提出了一种基于学习的可扩展图像编码方法，适用于人类和机器，并与众多图像识别模型兼容。我们将机器图像压缩模型与压缩模型相结合，提供额外的信息以便于人类解码图像。这些压缩模型中的特征使用特征融合网络进行融合，以实现高效的图像压缩。我们的方法中的额外信息压缩模型通过在特征融合网络中启用不同尺寸的特征组合来减少参数数量。我们的方法证实了特征融合网络能够高效地组合图像压缩模型并减少参数数量。此外，我们通过评估解码图像质量和比特率来证明所提出的可扩展编码方法的有效性。

本论文旨在提出一种适用于人类和机器的学习可扩展图像编码方法，以解决现有图像压缩方法仅适用于特定图像识别模型的问题。

论文提出了一种通过特征融合网络将适用于机器的图像压缩模型和适用于人类的压缩模型相结合，以实现高效图像压缩的方法。

论文通过实验验证了所提出的方法在图像压缩方面的性能表现，并且通过减少参数数量来提高了特征融合网络的效率。此外，论文还提供了一些值得关注的数据集和开源代码。

最近的相关研究包括《Deep Learning for Image Compression: A Survey》和《End-to-End Optimized Image Compression with Generative Adversarial Networks》。