वू-एन-यू-एच-सीएम विश्वविद्यालय के सूचना प्रौद्योगिकी विभाग में स्नातकोत्तर छात्र हंग ट्रान ने अपने पेपर "द क्लिपिंग ट्राप: ओवरफिट्ड न्यूरल इमेज कोडेक्स में एक मौन विफलता मोड" के लिए कोड और डेटा प्रकाशित किए हैं। इस कार्य में यह उजागर किया गया है कि कुल-चिक और सी3 जैसे ओवरफिट्ड कोडेक्स विशिष्ट सामग्री प्रकारों पर शून्य डिस्टॉर्शन ग्रेडिएंट के साथ समान रंग की छवियां उत्पन्न कर सकते हैं।
- ओवरफिट्ड कोडेक्स विभेदनीय लूप के अंदर डिकोडर आउटपुट को क्लैम्प करते हैं, जिससे उज्ज्वल, कम-कंट्रास्ट वाली फोटोग्राफी और स्क्रीन सामग्री पर डिस्टॉर्शन ग्रेडिएंट ठीक से शून्य हो जाता है।
- एन्कोडर त्रुटि बढ़ाए बिना दर को कम करता है, जिसके परिणामस्वरूप आउटपुट का पीएसएनआर, एसएसआईएम, एमएस-एसएसआईएम और एलपीआईपी स्कोर एक स्थिर छवि से अधिक नहीं होता।
- एक स्ट्रेट-थ्रू एस्टीमेटर कोडैक डेटासेट पर केवल ≤0.1% बीडी-रेट प्रभाव के साथ इस विफलता को दूर करता है जबकि अपरिवर्तित डिकोडर्स के लिए बिटस्ट्रीम समान रहती है।
लेखक एक्सआरआईव सीएस.सीवीई से प्रमाणन (कोड केजीयू7एक्स3) की तलाश में हैं और पेपर पर प्रतिक्रिया या आलोचना का स्वागत करते हैं।