09:53
官方账号arXiv cs.LG@Photios A. Stavrou, Giuseppe Serra, Marios Kountouris
推荐理由：想搞懂压缩里的感知极限吗？这篇教程把率失真感知理论的计算方法和多种散度度量讲透了，比泛泛的综述实在得多。
优化方法
共 1 条相关 AI 资讯
7月21日
09:53
传统率失真理论使用均方误差等失真度量，但难以捕捉感知质量。率失真感知理论引入感知作为第三轴，通过源信号与重构信号之间的分布相似性量化。本教程综述了感知感知压缩的编码原则，以及不同随机性假设下的可达性结果。它提供了计算Blau和Michaeli定义的率失真感知函数的统一优化视角，涵盖离散和连续源下的f-散度、α-散度和Wasserstein度量。还介绍了交替最小化、牛顿法和凸优化等计算工具，以及高斯源和完美现实主义等可解析情形。