跨移动设备部署图像去模糊：质量与延迟视角
计算机视觉与模式识别
2020-04-28 v1 图像与视频处理
摘要
近年来，图像增强与复原已成为移动设备上的重要应用，例如超分辨率与图像去模糊。然而，大多数最先进的网络呈现出极高的计算复杂度，这使得它们难以以可接受的延迟部署在移动设备上。此外，当部署到不同移动设备时，由于移动设备上深度学习加速器的差异与限制，存在较大的延迟差异。在本文中，我们搜索可移植的网络架构，以在移动设备上实现更好的质量-延迟权衡。我们进一步展示了广泛使用的网络优化方法在图像去模糊任务上的有效性。本文提供了全面的实验与比较，以揭示对延迟与图像质量的深入分析。通过上述所有工作，我们展示了在深度学习加速器加速下图像去模糊应用在移动设备上的成功部署。据我们所知，这是首篇解决跨移动设备图像去模糊任务所有部署问题的论文。本文提供了实用的部署指南，并被 NTIRE 2020 智能手机赛道图像去模糊挑战赛的冠军团队所采用。
引用
@article{arxiv.2004.12599,
title = {Deploying Image Deblurring across Mobile Devices: A Perspective of Quality and Latency},
author = {Cheng-Ming Chiang and Yu Tseng and Yu-Syuan Xu and Hsien-Kai Kuo and Yi-Min Tsai and Guan-Yu Chen and Koan-Sin Tan and Wei-Ting Wang and Yu-Chieh Lin and Shou-Yao Roy Tseng and Wei-Shiang Lin and Chia-Lin Yu and BY Shen and Kloze Kao and Chia-Ming Cheng and Hung-Jen Chen},
journal= {arXiv preprint arXiv:2004.12599},
year = {2020}
}
备注
CVPR 2020 Workshop on New Trends in Image Restoration and Enhancement (NTIRE)