面向噪声图像的强力有损压缩

图像压缩与去噪是图像处理中的基础性挑战，具有众多现实应用。为满足实际需求，当前解决方案主要分为两类策略：1）顺序方法；2）联合方法。然而，顺序方法存在误差累积的缺点，因为多个独立模型之间存在信息损失。近期，学术界开始尝试通过端到端的联合方法来解决此问题。其中大多数方法忽略了噪声图像的不同区域具有不同特性。为解决这些问题，本文提出的信噪比（SNR）感知联合方案同时利用局部和非局部特征进行图像压缩和去噪。我们设计了一个端到端可训练网络，包括主编码器分支、引导分支和信噪比（SNR）感知分支。我们在合成数据集和真实世界数据集上进行了大量实验，证明我们的联合方案优于现有的最先进方法。