通过先验量化的移动端图像复原
计算机视觉与模式识别
2023-05-11 v1 多媒体
图像与视频处理
摘要
在数字图像中，光学像差的表现是一种多变量退化，其中场景光谱、镜头缺陷与视场共同影响结果。除在硬件层面消除像差外，利用各类先验信息的后处理系统对校正具有重要意义。然而，由于各先验间内容差异，对齐这些因素的流程效率有限且复原未优化。在此，我们提出一种先验量化模型以校正图像处理系统中的光学像差。为整合这些信息，我们将多种先验编码至潜空间并通过可学习码本对其进行量化。量化后，先验码与图像复原分支融合，实现有针对性的光学像差校正。综合实验证明了所提方法的灵活性，并验证了其在特定相机上实现针对性复原的潜力。此外，我们的模型有望分析各类先验与设备光学像差之间的关联，有助于软硬协同设计。
引用
@article{arxiv.2305.05899,
title = {Mobile Image Restoration via Prior Quantization},
author = {Shiqi Chen and Jinwen Zhou and Menghao Li and Yueting Chen and Tingting Jiang},
journal= {arXiv preprint arXiv:2305.05899},
year = {2023}
}
备注
Submitted to Elsevier PRL. 5 pages, 5figures