Standard lossy image compression algorithms aim to preserve an image's appearance, while minimizing the number of bits needed to transmit it. However, the amount of information actually needed by a user for downstream tasks -- e.g., deciding which product to click on in a shopping website -- is likely much lower. To achieve this lower bitrate, we would ideally only transmit the visual features that drive user behavior, while discarding details irrelevant to the user's decisions. We approach this problem by training a compression model through human-in-the-loop learning as the user performs tasks with the compressed images. The key insight is to train the model to produce a compressed image that induces the user to take the same action that they would have taken had they seen the original image. To approximate the loss function for this model, we train a discriminator that tries to distinguish whether a user's action was taken in response to the compressed image or the original. We evaluate our method through experiments with human participants on four tasks: reading handwritten digits, verifying photos of faces, browsing an online shopping catalogue, and playing a car racing video game. The results show that our method learns to match the user's actions with and without compression at lower bitrates than baseline methods, and adapts the compression model to the user's behavior: it preserves the digit number and randomizes handwriting style in the digit reading task, preserves hats and eyeglasses while randomizing faces in the photo verification task, preserves the perceived price of an item while randomizing its color and background in the online shopping task, and preserves upcoming bends in the road in the car racing game.
翻译:标准损耗图像压缩算法旨在保存图像外观,同时尽量减少传送图像所需的比特数。 然而, 用户在下游任务中实际需要的信息量可能要低得多, 例如, 决定在购物网站点击哪个产品) 。 要达到这个较低的比特率, 我们最好只传输驱动用户行为的视觉特征, 而丢弃与用户决定无关的细节 。 我们通过在用户用压缩图像执行任务时, 通过在用户用压缩图像执行任务时的随机数字学习来培训压缩模型。 关键洞察力是培训模型, 以制作压缩图像, 促使用户在看到原始图像时采取同样行动。 为了接近该模型的损失函数, 我们训练一个歧视者, 试图区分用户的行为是响应压缩图像还是原始图像。 我们通过在四种任务上与人类参与者的实验来评估我们的方法 : 阅读手写的数字, 校验数字, 浏览在线购物目录, 和在汽车阅读游戏中进行背景游戏。 结果显示, 用户在阅读模型时, 将使用比比更低的排序的方法, 保持比 的 和 的 保存 的 保存 和 格式 格式 保存 格式 。, 将用户在 保存 保存 保存 的 保存 的 保存 的 的 的 保存 的 保存 和 保存 保存 的 的 的 和 保存 保存 保存 的 的 的 保存 的 的 的 保存 的 保存 和 的 的 保存 保存 保存 保存 操作 操作 的 的 的 的 的 和 的 的 的 的 的 的 保存 的 的 的 的 的 的 保存 保存 的 的 的 保存 的 的 的 的 的 的 和 的 的 的 和 的 的 的 的 的 的 的 的 和 的 的 的 保存 保存 保存 的 的 的 的 的 和 保存 保存 的 的 的 的 的 的 的 的 保存 的 保存 保存 保存 保存 保存 保存 保存 保存 保存 保存 保存 保存 保存