【文献阅读】End-to-end compression-aware computer-generated holography/端到端具有压缩感知能力的计算全息术

文章发表于Optics Express

文章标题：End-to-end compression-aware computer-generated holography

• Github: Repo
• 从题目中可知，文章的主题包含两个：计算全息术和压缩。
• 计算全息术的任务：根据目标场景（3D表示或者2D图片），生成空间光调制器上待调制的全息图，该全息图结果自由空间衍射后，光学重建出目标场景。
• 压缩技术的任务（此处特指有损压缩）：使用尽可能少的比特来表示图片，其中比特率和图片质量之间存在权衡（trad-off）。

文章动机

• 海量的全息数据：为了实现逼真的全息显示效果，全息算法需要处理和生成大量数据，对存储和传输提出了要求。
• 传统图像编解码器不适用：像JPEG和HEVC等传统图像视频编解码器是专为人眼感知图像而设计的，全息图的统计特性与其区别很大，因此直接使用传统编解码器效率低。
• 全息压缩待开发：相对于全息图生成任务来说，全息图压缩任务受到的关注很少，而全息图的压缩对于全息图的实际应用很重要。

文章贡献

• 压缩性能不仅与压缩算法有关，还与待压缩的数据有关。考虑到设计新的压缩算法的复杂性：基于学习的编解码器需要大量的数据，并且新编解码器的兼容性有限，文章企图在使用已被广泛应用的JPEG编解码器的情况下，通过设计全息图生成算法来提高压缩性能。
  

1. 使用可微分函数近似，将JPEG可微分化。随后在SGD算法框架中融入压缩过程，设计了Compression-aware的全息算法。
2. 考虑到低比特率情况下JPEG压缩带来的噪声，在损失函数中引入了全息图的TV正则化，并设计了压缩水平自适应的权重函数。

实验结果

• JPEG-aware SGD + JPEG vs. SGD + JPEG：率失真性能得到明显提升。