基于卷积神经网络预测的马赛克图像无损压缩
图像与视频处理
2020-01-29 v1 计算机视觉与模式识别
摘要
我们提出了一种基于 CNN 的针对数码相机原始彩色马赛克图像的无损压缩预测方案。这一专门的应用问题此前研究不足，但现在正变得日益重要，因为现代用于图像复原任务（例如超分辨率、低光照增强、去模糊）的 CNN 方法必须在原始马赛克图像上操作以获得最佳可能结果。本文的关键创新是一种空间-光谱马赛克模式的高阶非线性 CNN 预测器。深度学习预测能够比现有图像预测器更准确地建模空间-光谱马赛克图像中高度复杂的样本依赖关系，从而更彻底地去除统计冗余。实验表明，所提出的 CNN 预测器在相机原始图像上实现了前所未有的无损压缩性能。
引用
@article{arxiv.2001.10484,
title = {Lossless Compression of Mosaic Images with Convolutional Neural Network Prediction},
author = {Seyed Mehdi Ayyoubzadeh and Xiaolin Wu},
journal= {arXiv preprint arXiv:2001.10484},
year = {2020}
}