Energy-Aware JPEG Image Compression: A Multi-Objective Approach

要約

モバイル端末の消費電力は、顧客満足度に大きく影響します。アプリケーションの中で最もエネルギーを消費する部分のひとつが画像です。画像は画質が異なれば消費するエネルギーも異なるが、一般的な画像における操作のエネルギー消費量を算出する直接的な方法は存在しない。本論文では、まず、画像ファイルサイズだけでなく、消費エネルギーと画質の間に相関があることを調査した。したがって、この二つは消費エネルギーの代理変数とみなすことができる。そして、JPEG画像圧縮における量子化テーブルに基づいて、画質の向上と画像ファイルサイズの縮小を図る多目的戦略を提案する。この目的のために、我々はスカラリゼーションとパレートベースという2つの一般的な多目的メタヒューリスティック・アプローチを用いている。スカラリゼーション法は、異なる目的を組み合わせることに基づいて単一の最適解を見つけるものであり、パレートベースの技術は、一連の解を達成することを目的とするものである。本論文では、エネルギー考慮型多目的遺伝的アルゴリズム（EnMOGA）、エネルギー考慮型多目的粒子群最適化（EnMOPSO）、エネルギー考慮型多目的微分進化（EnMODE）、エネルギー考慮型多目的進化戦略（EnMOES）、エネルギー考慮型多目的パターン探索（EnMOPS）の5つのスカラ化アルゴリズムに我々の戦略を組み込んでいる。また、埋め込み方式には非ドミナントソーティング遺伝的アルゴリズム（NSGA-II）と参照点ベースNSGA-II（NSGA-III）を含む2つのパレートベース手法を用い、EnNSGAIIとEnNSGAIIIの2つのパレートベースアルゴリズムを提示する。実験により、提案戦略をメタヒューリスティック・アルゴリズムに埋め込むことにより、ベースライン・アルゴリズムの性能が向上することが示された。

要約(オリジナル)

Customer satisfaction is crucially affected by energy consumption in mobile devices. One of the most energy-consuming parts of an application is images. While different images with different quality consume different amounts of energy, there are no straightforward methods to calculate the energy consumption of an operation in a typical image. This paper, first, investigates that there is a correlation between energy consumption and image quality as well as image file size. Therefore, these two can be considered as a proxy for energy consumption. Then, we propose a multi-objective strategy to enhance image quality and reduce image file size based on the quantisation tables in JPEG image compression. To this end, we have used two general multi-objective metaheuristic approaches: scalarisation and Pareto-based. Scalarisation methods find a single optimal solution based on combining different objectives, while Pareto-based techniques aim to achieve a set of solutions. In this paper, we embed our strategy into five scalarisation algorithms, including energy-aware multi-objective genetic algorithm (EnMOGA), energy-aware multi-objective particle swarm optimisation (EnMOPSO), energy-aware multi-objective differential evolution (EnMODE), energy-aware multi-objective evolutionary strategy (EnMOES), and energy-aware multi-objective pattern search (EnMOPS). Also, two Pareto-based methods, including a non-dominated sorting genetic algorithm (NSGA-II) and a reference-point-based NSGA-II (NSGA-III) are used for the embedding scheme, and two Pareto-based algorithms, EnNSGAII and EnNSGAIII, are presented. Experimental studies show that the performance of the baseline algorithm is improved by embedding the proposed strategy into metaheuristic algorithms.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL