DMCNN：用于压缩伪影去除的双域多尺度卷积神经网络
计算机视觉与模式识别
2018-06-12 v2
摘要
JPEG是有损图像压缩方法中最常用的标准之一。然而，JPEG压缩不可避免地引入各种伪影，尤其在高压缩率下，会极大影响体验质量（QoE）。近来，基于卷积神经网络（CNN）的方法在去除JPEG伪影方面表现出优异性能。大量工作致力于加深CNN并提取更深特征，而相对较少的工作关注网络的感受野。本文中，我们说明在许多情况下通过扩大感受野可显著提升输出图像质量。更进一步，我们提出双域多尺度CNN（DMCNN）以充分利用像素域和DCT域上的冗余。实验表明，DMCNN在JPEG伪影去除任务上确立了新的SOTA。
引用
@article{arxiv.1806.03275,
title = {DMCNN: Dual-Domain Multi-Scale Convolutional Neural Network for Compression Artifacts Removal},
author = {Xiaoshuai Zhang and Wenhan Yang and Yueyu Hu and Jiaying Liu},
journal= {arXiv preprint arXiv:1806.03275},
year = {2018}
}
备注
To appear in IEEE ICIP 2018