用于视觉愉悦压缩伪影消除的一对多网络
计算机视觉与模式识别
2017-04-12 v2
摘要
我们考虑压缩伪影消除问题，即将压缩图像转换为无伪影图像。针对该问题的近期方法通常在输出和真值之间使用逐像素 损失来训练一对一映射。我们指出这些方法往往产生过度平滑的结果，且 PSNR 并不能反映其真实性能。在本文中，我们提出了一种一对多网络，该网络使用感知损失、自然度损失和 JPEG 损失来衡量输出质量。我们还使用“平移并平均”策略避免了反卷积过程中的网格状伪影。大量实验结果表明，我们的方法在视觉上比现有技术有显著提升。
引用
@article{arxiv.1611.04994,
title = {One-to-Many Network for Visually Pleasing Compression Artifacts Reduction},
author = {Jun Guo and Hongyang Chao},
journal= {arXiv preprint arXiv:1611.04994},
year = {2017}
}