单图像压缩伪影去除的综合基准测试
图像与视频处理
2020-08-26 v1 计算机视觉与模式识别
摘要
我们对现有的单图像压缩伪影去除算法进行了综合研究与评估，使用了一个名为大规模理想超高清4K（LIU4K）基准的新4K分辨率基准，其包含具有丰富结构的多样化前景物体与背景场景。压缩伪影去除作为一种常见的后处理技术，旨在缓解压缩过程中由量化与近似引起的块效应、振铃效应和带状伪影等不期望的伪影。本工作中，基于所综述方法的基本模型（手工模型与深度网络），对其进行了系统性列举。重点突出了这些方法的主要贡献与创新点，并总结了主要发展方向，包括架构、多域源、信号结构以及新的针对性单元。此外，基于统一的深度学习配置（即相同的训练数据、损失函数、优化算法等），我们根据多样化的评估指标对近期基于深度学习的方法进行了评估。实验结果表明了现有方法在全参考、无参考和任务驱动指标下的SOTA性能对比。我们的综述将为未来单图像压缩伪影去除研究提供综合参考来源，并启发相关领域的新方向。
引用
@article{arxiv.1909.03647,
title = {A Comprehensive Benchmark for Single Image Compression Artifacts Reduction},
author = {Jiaying Liu and Dong Liu and Wenhan Yang and Sifeng Xia and Xiaoshuai Zhang and Yuanying Dai},
journal= {arXiv preprint arXiv:1909.03647},
year = {2020}
}
备注
https://flyywh.github.io/LIU4K_Website/