基于后验采样的高感知质量 JPEG 解码
图像与视频处理
2023-09-01 v2 计算机视觉与模式识别
摘要
JPEG 可以说是最流行的图像编码格式,其通过有损量化实现高压缩比,但可能产生视觉伪影退化。多年来人们构想了无数去除这些伪影的尝试,其中大多数共同之处在于使用确定性的后处理算法来优化某些失真度量(例如 PSNR、SSIM)。在本文中我们提出一种用于 JPEG 伪影校正的不同范式:我们的方法是随机的,且我们瞄准的目标是高感知质量——力求获得清晰、细节丰富且视觉愉悦的重建图像,同时与压缩输入保持一致。这些目标通过训练一个随机条件生成器(以压缩输入为条件),配合理论上完备的损失项来实现,从而得到后验分布的采样器。我们的方案针对给定输入提供多样且快速的完美一致重建。我们在 FFHQ 和 ImageNet 数据集上展示了我们方案的独特性质及其相对于多种替代方法的优越性。
引用
@article{arxiv.2211.11827,
title = {High-Perceptual Quality JPEG Decoding via Posterior Sampling},
author = {Sean Man and Guy Ohayon and Theo Adrai and Michael Elad},
journal= {arXiv preprint arXiv:2211.11827},
year = {2023}
}
备注
Presented in NTIRE workshop as part of CVPR 2023