Une simple photographie contient-elle plus d'informations qu'une peinture complexe?

12

J'espère que cette question est appropriée pour ce site.

Je suis tombé sur ce passage dans The Three Body Problem , un roman de Liu Cixin:

Le professeur avait mis en place deux images: l'une était la célèbre peinture de la dynastie des Song le long de la rivière pendant le festival de Qingming , pleine de détails fins et riches; l'autre était une photographie du ciel par une journée ensoleillée, l'étendue d'un bleu profond rompue seulement par un brin de nuage ... Le contenu informatif de la photographie - son entropie - dépassait la peinture d'un ou deux ordres de grandeur

Images représentatives:

Est-ce vrai? Comment expliquer ce phénomène contre-intuitif?

image image-compression soft-question

— RSS
source

Y a-t-il plus de contexte dans le livre?

— endolith

@endolith non, malheureusement pas.

— RSS

Je souhaite que l'entropie soit la seule mesure du contenu. Mais non. Les images RVB sont créées pour que les humains regardent, à la fois des peintures et des photographies. Alors regardez-le vous-même. Selon vous, laquelle est la plus informative et la plus riche? Votre choix est correct, quelles que soient les mesures informatiques que nous inventons.

— Tolga Birdal

@TolgaBirdal Assez bien, mais je serais toujours intéressé de comprendre pourquoi les ordinateurs se trompent dans ce cas.

— RSS

12

Cela dépend de la façon dont vous définissez le terme «information» ou «entropie».

H = - \sum_{k} p_{k} \log_{2} (p_{k})

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

p_{k}

$p_k$

k

$k$

Ce type d'entropie est correct si nous ignorons la corrélation entre les pixels. Par exemple, les deux images ont la même entropie selon cette définition.

$p_k$ $p_k$

Nous, être humain, avec vous comme exemple, utilisons ce genre de corrélation pour percevoir les images. Ce type de corrélation est appelé "détails", et nous / vous vous attendez à ce que les images riches en détails aient plus d'informations / d'entropie que les images simples. C'est la raison pour laquelle vous l'avez trouvé contre-intuitif.

PS:

J'ai essayé de calculer l'entropie des deux images que vous avez postées, mais elles ne sont pas différentes "d'un ou deux ordres de grandeur" !!!!

"Le long de la rivière pendant le festival de Qingming" entropie environ 7

"Le ciel" entropie environ 6

Il ne doit pas s'agir des mêmes fichiers du professeur.

— AlexTP
source

Merci, je pense que c'est la réponse que je cherchais. Bien sûr, les images que j'ai téléchargées étaient uniquement représentatives, je n'ai aucune idée de ce que le professeur de fiction a réellement montré à la classe: D

— RSS

1

Tout d'abord, ce n'est pas la peinture elle-même mais la photographie (ou une numérisation) de celle-ci que nous pouvons comparer à la photographie (ou la numérisation) d'autre chose, comme une scène naturelle.

Sur la base de vos images fournies, perceptuellement parlant la peinture doit d'impliquer bien sûr plus d' informations par rapport à un ciel simple. Le résultat est que lorsqu'il est compressé, le fichier de peinture sera plus grand que le fichier sky sous le même algorithme de compression.

Cela étant dit, cependant, la simple scène du ciel peut inclure des composants perceptuellement invisibles tels que des artefacts de quantification, le dégradé de couleurs ou des choses similaires, qui, même si vous ne pouvez pas percevoir leur existence, un algorithme mathématique traitera toujours comme des informations statistiques afin que l'entropie la limite de l'image est augmentée. Il en résulte un fichier plus volumineux.

Bien entendu, la même chose pourrait se produire pour le fichier de peinture.

— Fat32
source

Vous avez fait une bonne distinction, c'est-à-dire que le professeur a comparé une photographie avec la peinture réelle (appelons cela l'hypothèse la plus faible) ou même une analyse de la peinture contiendrait-elle moins d'informations (hypothèse plus forte). Donc, selon votre explication, seule l'hypothèse la plus faible est vraie?

— RSS

N

$N$

f [n 1, n 2]

$f[n1,n2]$

0

Les deux contiennent les mêmes informations, c'est-à-dire que les deux ont 1 bit d'information. Considérez à bord, il y a 2 deux images, une de peinture et une autre photographie. La probabilité d'une image est donc 1/2 = 0,5. Comme vous ne savez pas laquelle est l'image avant de les voir.

— Amruth A
source