Classificação de imagens com artefatos de compressão : uma abordagem fim-a-fim

Abstract

A classificação refinada de imagens é uma modalidade de inferência muito importante em visão computacional, devido à sua utilidade em abordar problemas que possuem um número elevado de classes. Além de exigir modelos com maior capacidade de aprendizado, o conjunto de imagens usadas no treinamento deve conter uma grande quantidade de amostras de boa qualidade. A presença de compressão com perdas, porém, ao degradar a qualidade do sinal, pode dificultar drasticamente a tarefa do classificador. Uma vez que a compressão muitas vezes viabiliza a composição dos conjuntos de treinamento dos modelos, o seu impacto nesse tipo de aplicação não pode ser ignorado. Nesse trabalho, propomos uma arquitetura de Rede Neural Artificial (RNA) capaz de mitigar significativamente os prejuízos causados pela compressão JPEG. Para tanto, ela conta com uma dupla ramificação de redes que serão treinadas em conjunto. Os dois ramos, um para Redução de Artefatos da Compressão (RAC) e outro para classificação, são conectados de forma que a saída do primeiro é a entrada do segundo. O ramo de RAC consiste em uma RNA de geração de imagens responsável pela redução dos efeitos de perdas no sinal comprimido. O ramo de classificação, por sua vez, utiliza-se de uma RNA pré-treinada para receber essas imagens reconstruídas como entrada e executar a classificação. Dessa forma, o treinamento fim-a-fim é capaz tanto de melhorar a qualidade do sinal, priorizando características importantes para a classificação, quanto de se adaptar a receber imagens restauradas com certa degradação para realizar a inferência. Nos dois conjuntos de imagens que utilizamos, Caltech 200 Cub e Oxford 102 Flower, aumentamos a acurácia média para 10 fatores de qualidade (FQs) diferentes em 46.54% e 5.81%, respectivamente. Apesar da pouca flexibilidade do modelo em relação aos FQs e a necessidade de um treinamento adicional, o nosso trabalho evidencia uma correlação entre a eficiência do codificador e o desempenho do classificador, além de apresentar uma arquitetura que extrai proveito desse aspecto para melhorar o processo de classificação de imagens comprimidas.