Có một bức ảnh đơn giản chứa nhiều thông tin hơn một bức tranh phức tạp?

12

Tôi hy vọng câu hỏi này là thích hợp cho trang web này.

Tôi đã xem qua đoạn này trong Vấn đề ba cơ thể , một cuốn tiểu thuyết của Liu Cixin:

Giáo sư đã đưa ra hai bức tranh: Một là bức tranh nổi tiếng thời nhà Tống dọc theo dòng sông trong lễ hội Thanh Minh , với đầy đủ các chi tiết đẹp, phong phú; bức kia là một bức ảnh bầu trời vào một ngày nắng, dải màu xanh thẳm bị phá vỡ chỉ bởi một đám mây ... Nội dung thông tin của bức ảnh - entropy của nó - vượt quá một hoặc hai bậc độ lớn của bức tranh

Hình ảnh đại diện:

Điều này có đúng không? Làm thế nào để giải thích hiện tượng phản trực giác này?

image image-compression soft-question

— RSS
nguồn

Có nhiều bối cảnh trong cuốn sách?

— endolith

@endolith không, tiếc là không.

— RSS

Tôi muốn entropy là thước đo duy nhất của nội dung. Nhưng không. Hình ảnh RGB được tạo ra để con người nhìn vào, cả tranh và ảnh. Vì vậy, hãy nhìn vào chính nó. Cái nào bạn nghĩ là nhiều thông tin và phong phú? Sự lựa chọn của bạn là chính xác, bất kể các biện pháp máy tính mà chúng tôi phát minh ra.

— Birdga Tolga

@TolgaBirdal Hội chợ đủ, nhưng tôi vẫn sẽ quan tâm để hiểu lý do tại sao các máy tính bị sai trong trường hợp này.

— RSS

12

Nó phụ thuộc vào cách bạn định nghĩa thuật ngữ "thông tin" hoặc "entropy".

H = = - \underset{k}{Σ} p_{k} {đăng nhập}_{2} (p_{k})

$H = - \sum_k p_k \log_2(p_k)$

p_{k}

$p_k$

k

$k$

Kiểu entropy này là chính xác nếu chúng ta bỏ qua mối tương quan giữa các pixel. Ví dụ, hai hình ảnh có cùng một entropy theo định nghĩa này.

$p_k$ $p_k$

Chúng tôi, con người, với bạn là một ví dụ, sử dụng loại tương quan này để nhận thức các hình ảnh. Loại tương quan này được gọi là "chi tiết" và chúng tôi / bạn mong đợi rằng hình ảnh chi tiết phong phú sẽ có nhiều thông tin / entropy hơn những hình ảnh đơn giản. Đây là lý do tại sao bạn đã tìm thấy nó phản trực giác.

Tái bút

Tôi đã thử tính toán entropy của hai hình ảnh bạn đã đăng, nhưng chúng không khác nhau "theo một hoặc hai bậc độ lớn" !!!!

"Dọc theo dòng sông trong lễ hội Qingming" entropy khoảng 7

"Bầu trời" entropy khoảng 6

Chúng không phải là cùng một tập tin của giáo sư.

— AlexTP
nguồn

Cảm ơn, tôi nghĩ rằng đây là câu trả lời tôi đang tìm kiếm. Tất nhiên những hình ảnh tôi tải lên chỉ mang ý nghĩa đại diện, tôi không biết giáo sư hư cấu thực sự đã trình bày gì với lớp: D

— RSS

1

Trước hết, nó không phải là bức tranh mà là bức ảnh (hoặc bản quét) mà chúng ta có thể so sánh với bức ảnh (hoặc bản quét) của một thứ khác, chẳng hạn như một cảnh thiên nhiên.

Dựa trên những hình ảnh được cung cấp của bạn, việc nói một cách nhận thức bức tranh dĩ nhiên sẽ liên quan đến nhiều thông tin hơn so với một bầu trời đơn giản. Kết quả là khi được nén, tệp vẽ sẽ lớn hơn tệp bầu trời theo cùng thuật toán nén.

Tuy nhiên, điều đó đang được nói, cảnh bầu trời đơn giản có thể bao gồm các thành phần vô hình dễ nhận biết như tạo tác lượng tử hóa, độ dốc màu hoặc những thứ tương tự, mặc dù bạn không thể nhận ra sự tồn tại của chúng, thuật toán toán học vẫn sẽ coi là thông tin thống kê để entropy ràng buộc của hình ảnh được tăng lên. Kết quả trong một tập tin lớn hơn.

Điều tương tự tất nhiên có thể xảy ra đối với các tập tin bức tranh là tốt.

— Béo32
nguồn

Bạn đã đưa ra một sự khác biệt tốt, tức là giáo sư đã so sánh một bức ảnh với bức tranh thực tế (hãy gọi đây là giả thuyết yếu hơn) hoặc thậm chí một lần quét bức tranh có chứa ít thông tin hơn (giả thuyết mạnh hơn). Vì vậy, theo lời giải thích của bạn, chỉ có giả thuyết yếu hơn là đúng?

— RSS

N

$N$

f [n 1, n 2]

$f[n1,n2]$

0

Cả hai đều chứa cùng một thông tin tức là cả hai đều có 1 bit thông tin. Xem xét trên cấp độ hội đồng quản trị có 2 hai hình ảnh một bức tranh và bức ảnh khác. Vậy xác suất của một hình ảnh là 1/2 = 0,5. Như bạn không biết hình ảnh nào trước khi nhìn thấy chúng.

— Amruth A
nguồn