Effect of Lossy Compression Algorithms on Face Image Quality and Recognition

要約

非可逆顔画像圧縮は、画像品質と顔認識の有用性を低下させる可能性があります。
この作業では、最先端の顔認識モデルおよび複数の顔画像品質評価モデルに対する非可逆画像圧縮の影響を調査します。
分析は、特定の画像ターゲット サイズの範囲で実行されます。
JPEG、JPEG 2000、縮小 PNG、そして特に新しい JPEG XL フォーマットの 4 つの圧縮タイプが考慮されます。
ColorFERET データベースの正面カラー画像は、関心領域 (ROI) バリアントとポートレート バリアントで使用されました。
私たちは主に、JPEG XL が優れた平均および最悪の場合の顔認識パフォーマンスを、特に ROI バリアントの約 5kB 未満の低いターゲット サイズで可能にすると結論付けますが、より高いターゲット サイズでは、圧縮タイプ間で重大な利点はないようです。
最新のモデルによる品質評価は、顔認識のパフォーマンスに対する圧縮効果と全体的によく相関しています。

要約(オリジナル)

Lossy face image compression can degrade the image quality and the utility for the purpose of face recognition. This work investigates the effect of lossy image compression on a state-of-the-art face recognition model, and on multiple face image quality assessment models. The analysis is conducted over a range of specific image target sizes. Four compression types are considered, namely JPEG, JPEG 2000, downscaled PNG, and notably the new JPEG XL format. Frontal color images from the ColorFERET database were used in a Region Of Interest (ROI) variant and a portrait variant. We primarily conclude that JPEG XL allows for superior mean and worst case face recognition performance especially at lower target sizes, below approximately 5kB for the ROI variant, while there appears to be no critical advantage among the compression types at higher target sizes. Quality assessments from modern models correlate well overall with the compression effect on face recognition performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google