利用卷积神经网络的压缩伪影去除
计算机视觉与模式识别
2016-05-03 v1
摘要
本文表明，训练大型深层卷积神经网络 (CNN) 用于 JPEG 压缩伪影抑制是可行的，并且此类网络相比先前使用的小型网络以及任何其他最先进方法都能提供显著更好的重建质量。我们通过结合残差学习、跳跃架构和对称权重初始化，能够在单步中相对短时间内训练具有 8 层的网络。我们通过评估三种不同目标函数、关于训练数据集大小的泛化能力以及关于 JPEG 质量等级的泛化能力，提供了对用于 JPEG 伪影去除的卷积网络的进一步认识。
引用
@article{arxiv.1605.00366,
title = {Compression Artifacts Removal Using Convolutional Neural Networks},
author = {Pavel Svoboda and Michal Hradis and David Barina and Pavel Zemcik},
journal= {arXiv preprint arXiv:1605.00366},
year = {2016}
}
备注
To be published in WSCG 2016