用于图像缩放的即插即用三分支可逆块
图像与视频处理
2024-12-19 v1 计算机视觉与模式识别
摘要
高分辨率（HR）图像通常被下采样为低分辨率（LR）图像以节省带宽，随后通过上采样恢复其原始细节。近期图像缩放算法的进展采用可逆神经网络（INN）构建了下采样与上采样的统一框架，确保了LR与HR图像之间的一一映射。传统方法利用基于双分支的普通可逆块分别处理高频和低频信息，通常依赖特定分布对高频分量进行建模。然而，直接在RGB域中处理低频分量会引入通道冗余，限制了图像重建的效率。为应对这些挑战，我们提出了一种即插即用的三分支可逆块（T-InvBlocks），将低频分支分解为亮度（Y）和色度（CbCr）分量，以减少冗余并增强特征处理。此外，在上采样过程中，我们对高频分量采用全零映射策略，将关键的缩放信息集中在LR图像内。我们的T-InvBlocks可无缝集成到现有的缩放模型中，提升一般缩放任务及涉及有损压缩场景下的性能。大量实验证实，我们的方法推动了HR图像重建领域的SOTA。
引用
@article{arxiv.2412.13508,
title = {Plug-and-Play Tri-Branch Invertible Block for Image Rescaling},
author = {Jingwei Bao and Jinhua Hao and Pengcheng Xu and Ming Sun and Chao Zhou and Shuyuan Zhu},
journal= {arXiv preprint arXiv:2412.13508},
year = {2024}
}
备注
Accepted by AAAI 2025. Code is available at https://github.com/Jingwei-Bao/T-InvBlocks