学習ベースの画像圧縮手法に関する第3回ワークショップ

１．学習ベースの画像圧縮手法に関する第3回ワークショップまとめ

・CVPR 2020で第三回学習ベースの画像圧縮コンペが開催される事が発表し挑戦受付中
・本ワークショップシリーズの初のビデオ圧縮タスクであるPフレーム圧縮に関するコンペも開催
・最終提出期限は2020年3月23日、コンテストの詳細はcompression.ccを参照

２．CLICとは？

以下、ai.googleblog.comより「Announcing the Third Workshop and Challenge on Learned Image Compression」の意訳です。元記事の投稿は2020年1月30日、Nick Johnstonさんによる投稿です。アイキャッチ画像のクレジットはPhoto by JJ Ying on Unsplash

インターネット経由で大量のメディアコンテンツがダウンロードおよびストリーミングされるため、帯域幅を最小限に抑えながら品質を維持する事は常に課題となっています。2015年、研究者は、ニューラルネットワークベースの画像圧縮手法により、良好な品質で迅速な圧縮速度を維持しながら、画像解像度を大幅に改善できる事を実証しました。圧縮および帯域幅最適化技術の継続的な進歩は、2018年と2019年にCVPRで開催された2つの成功したワークショップによって更に刺激されました。

本日、CVPR 2020で第3回ワークショップと学習ベースの画像圧縮のチャレンジ(CLIC:Challenge On Learned Image Compression)を発表できることを嬉しく思います。このワークショップでは、研究者は機械学習、ニューラルネットワーク、その他のコンピュータービジョンアプローチを使用して、マルチメディア伝送に必要な品質を高め、帯域幅を下げる事を求められます。

今年のワークショップには、低レートの画像圧縮チャレンジとPフレームのビデオ圧縮チャレンジという2つの課題が含まれます。

過去数年と同様に、低レートの画像圧縮の課題の目標は、可能な限り最高の品質を維持しながら、画像データセットを画素あたり0.15ビットに圧縮することです。ファイナリストは、PSNRおよびMS-SSIM評価指標に対するパフォーマンスを測定することにより選択されます。最終的なランキングは、人間が評価した評価タスクによって決定されます。

今年は、本ワークショップシリーズの最初のビデオ圧縮タスクであるPフレーム圧縮に関するコンペも開催されます。この課題では、参加者は最初に2つの隣接するビデオフレーム間の変換を生成する必要があります。解凍時には、参加者は最初のフレームとその圧縮表現を使用して2番目のフレームを再構築する事が求められます。この課題は、MS-SSIMパフォーマンススコアのみに基づいてランク付けされます。

ニューラルネットワークベースの画像圧縮またはビデオ圧縮の分野で研究をされている場合は、CLICに参加することをお勧めします。2つのコンテストまたはCVPR 2020で開催されるワークショップがあります。

検証サーバーは現在公開中で提出を受けとれるようになっています。最終提出期限は、2020年3月23日です。コンテストの詳細と最新のスケジュールについては、compression.ccをご覧ください。追加の発表と質問への回答は、Googleグループのページにあります。

謝辞
このワークショップは、Google、Twitter、ETH Zurichの研究者が共同で開催しています。以下の皆さんの貢献に感謝します。
George Toderici (Google), Nick Johnston (Google), Johannes Ballé (Google), Eirikur Agustsson (Google), Lucas Theis (Google), Wenzhe Shi (Twitter), Radu Timofte (ETH Zurich) そして Fabian Mentzer (ETH Zurich)。