概念地圖・率失真曲線
作者 山姆（謝冠生）・喵喵書評創辦人
發布
分類：系統
這一頁不只是把一個概念解釋一遍——一張自己畫的結構圖，加上拿台灣情境從頭走一次的實例演練、這個框架什麼時候會騙你，以及它接回 P.A.I.N. 之後長什麼樣。一頁必須交付的三層 →
率失真曲線：先訂容許誤差，再談壓縮極限
公路監理影像系統的驗收桌上，兩個檔案一樣大，車牌細節保留下來的程度卻不同；壓縮率的數字，還需要配上一把失真尺。率失真曲線把這個問題往底層推：給定資料的機率模型與誤差算法，每個樣本至少需要多少位元，才能把平均失真壓在指定範圍？它畫出一道理論下界。你願意容許多少誤差，會改變壓縮能走多遠；至於哪一筆誤差會害人重查，得另外問現場。
曲線下方為何碰不到
先固定來源與量尺，再讀每一組座標。以下數字全屬於變異數為十六的無記憶高斯信源，失真採原值與重建值之差的平方平均。
| 均方失真 D | 最低位元率 R（D） | 這一點的意思 |
|---|---|---|
| 1 | 2 位元／樣本 | 誤差容許值最緊，所需資訊最多 |
| 2 | 1.5 位元／樣本 | 失真容許值加倍，最低速率下降 0.5 |
| 4 | 1 位元／樣本 | 每樣本一位元的理論邊界 |
| 8 | 0.5 位元／樣本 | 再放寬誤差，繼續換取較低速率 |
| 16 以上 | 0 位元／樣本 | 只重建信源平均值，已符合此失真容許值 |
在零與十六之間，公式是 R（D）＝½ log₂（16／D）；到十六以後，最低速率維持零。曲線下方要求的位元太少，無法同時滿足指定的平均失真。曲線上方是足夠長編碼下的理論可達區——某個現成壓縮程式的成績，還得實測。圖從 D＝1 開始取樣，左端沒有有限的縱軸截距；當 D 趨近零，連續高斯信源所需速率會發散。
壓縮規格的三項前提
一、先認出來源的機率模型。監理影像的相鄰像素、連續畫面與固定背景，常帶有可利用的關聯。拿變異數十六代進高斯公式之前，要先交代資料如何被表示、樣本如何定義，以及獨立性假設從哪裡來。原始畫面的亮度分布，也可能隨日照與設備設定改變——來源換了，下界跟著換。自問：來源的機率模型是什麼？
二、把誤差算法寫進驗收規格。全畫面的均方誤差，會讓大片背景與小面積的車牌一起進平均。車牌上的一筆細線，可能只佔很少像素，卻決定承辦人接下來要不要重查。應先確定比較的是哪些區域、亮度或色彩的哪種表示，以及彙整的方法——一個失真數字需要這些附件才有意義。自問：失真函數如何量測？
三、確認等待時間與編碼長度。曲線的可達性依賴長編碼的漸近論證。監理系統有上傳延遲、記憶體、運算量與解碼設備的限制，長度未必能一直加。請廠商同時報告平均位元數、失真與處理時間，並記錄測試序列多長——下界適合當比較基準，系統仍需要自己的交付門檻。自問：編碼長度與漸近條件能滿足嗎？
公路監理驗收桌上的失真尺
底下這兩位在台灣中部公路監理單位一起驗收影像系統的承辦人，是為了把這個結構講清楚而編出來的示意情境，沒有指涉任何真實人物。
- 先保留任務原貌：兩人把同一批原始影像交給不同編碼設定處理，保留日間、逆光與雨天的樣本，再讓第一線依平常流程辨讀車牌。先看誰得多做一步——重查次數要留痕跡。
- 把兩把尺並排：技術表列平均位元數與全畫面均方誤差，任務表列車牌辨讀結果與人工覆核工時。相同大小的檔案，可能在兩張表上排出不同順序。平均分數漂亮，小區域的模糊仍會把工作退回桌上。
- 用玩具模型校正直覺：承辦人另拿獨立高斯樣本做教學，變異數設十六；D 從四收緊到二，最低速率由一升到一點五位元／樣本。這一步讓大家看懂「更嚴的誤差要求要付出資訊量」，並把結果限定在該模型內。公式的用途，是交代交換條件——實際影像另做測試。
- 把驗收條件補完整：兩人將取樣範圍、誤差量法、辨讀任務、可接受延遲與覆核程序放進同一份規格，要求交付結果能逐項重現。只有壓縮率一欄，出了爭議就少一把共同的尺。
這張驗收桌最容易漏掉的，是技術指標通往承辦動作的那一道接縫。同樣的位元預算可以分配給不同細節，整張影像的平均誤差也會遮住小區域的損失。兩位承辦人把高斯曲線留在原本的模型裡，讓它回答理論交換關係；再用代表性影像回答讀牌、延遲與重查問題。規格因此多出兩種可追溯的證據——一種支持壓縮效率，一種支持第一線完成工作。以上為說明結構用的示意情境，僅供理解框架之用。
資訊下界什麼時候會騙你
- 把高斯教具直接套進照片。這張曲線假設樣本獨立、分布為高斯，並使用平方誤差。真實影像存在空間與時間關聯，資料表示也受取樣、色彩與前處理影響。把圖上的一位元／樣本換算成一張照片應有的容量，會省略整段模型建構——即使算術全對，答案也失去對象。
- 把均方誤差當成辨讀品質的保證。均方誤差把每個差值平方後平均，重要性取決於量法給的權重。對車牌辨讀而言，字元交界的一小塊模糊可能比背景大區域的失真更麻煩。要換成區域加權或任務導向的量尺，就得重新估計對應的率失真關係——舊公式的下界也要一起重審。
- 把下界當成廠商必達的交付線。理論允許編碼長度增加，實務還要支付延遲、計算與設備成本。有限長度的編碼常離下界有距離，這個距離需要在同一模型、同一失真定義下比較。倘若未先對齊條件就指控效率差，會把工程限制全算成技術失誤——驗收因此變成一場沒有共同前提的爭辯。
辨識任務要保留哪些細節
失真容許值選錯，省下的位元可能換來第一線一次又一次的重查。
《痛點》的 P.A.I.N. 在這裡先追一個人：影像送到面前時，誰要完成什麼動作？承辦人看不清楚一個字元，會打開原檔、請同事覆核，還是重新調閱？每多一道程序，都是壓縮規格轉成現場負擔的地方。這張圖畫得出容許誤差與最低資訊量的關係，畫不出哪一道細節遺失會讓人卡住。因此，驗收也要保存使用者完成任務的過程，讓工程師看見誤差落在哪裡，以及它造成的回頭工作——省下的儲存空間與增加的覆核時間，應該一起出現在討論裡。今晚挑一張最常被退回重查的影像，請承辦人圈出猶豫的字元，再把當時多做的動作記在旁邊。
關於率失真，常被問到的幾件事
率失真曲線可以算出照片最多能壓多小嗎？
需要先有適用的信源模型與失真量法，才能談對應的理論下界。本文的數字只適用於變異數十六的無記憶高斯信源；照片通常包含相鄰像素的關聯，也有不同的表示方式。要評估實際編碼器，應在代表性資料上量測每樣本位元數與失真，再補上任務品質和處理成本。單張照片的檔案大小，還含有格式標頭等額外資訊。
D 等於十六時，零位元到底傳了什麼？
在這個模型裡，解碼端預先知道信源平均值，就能每次都輸出該常數，完全不傳樣本的新資訊。這樣的平均平方誤差剛好等於信源變異數十六，所以當容許失真到達十六，零位元已經符合門檻。重建結果的細節會全部消失——它說明的是這把量尺有多寬鬆，實際辨讀任務通常還有其他要求。
圖上的位元率和網路每秒傳多少位元一樣嗎？
圖上的 R（D）以位元／樣本計算，描述編碼一個來源樣本平均需要的資訊量。網路速率常用位元／秒表示，需要再乘上每秒樣本數，並考慮封包、格式與可靠傳輸的額外負擔，才能接到容量規畫。採樣頻率與樣本定義都要先寫清楚——同一個位元率數值，單位不同，對設備的要求也不同。
軟體上的品質百分比能直接當成 D 嗎？
品質滑桿通常是編碼器自己的設定參數，對不同影像可能產生不同大小與失真。D 則要根據選定的誤差函數，實際比較來源與重建結果後計算。若想把滑桿位置畫成曲線，可以對同一批資料逐檔量測，再把每個設定得到的速率與平均失真放上座標。這條實測曲線代表該編碼器與資料集的表現，適用範圍要一併標示。
原始理論來源：Polyanskiy 與 Wu 的資訊理論講義第 26 章，高斯信源與平方失真的率失真函數。
把誤差的量法說清楚，資訊量與傳輸容量才有辦法接在同一張規格單上。接著可用無損表示的資訊量理解保留完整資訊的代價，再用通道可可靠傳送的上限核對傳輸這一端的條件。
喜歡這篇文章嗎？
每週幫你拆二本好書，把判斷力、好書金句、好問題，直送你的信箱。
不適合你可隨時退訂 · 每週兩封，陪你把書讀進生活。
送出即表示同意我們依隱私權政策使用你的 email。