基于率失真优化的实时 6K 图像缩放
计算机视觉与模式识别
2023-05-22 v2 图像与视频处理
摘要
现代图像缩放旨在将高分辨率(HR)图像嵌入到低分辨率(LR)缩略图中,该缩略图包含用于 HR 图像重建的嵌入信息。与传统图像超分辨率不同,这在给定 LR 缩略图中嵌入信息的情况下,能够实现忠实于原始图像的高保真 HR 图像复原。然而,最先进的图像缩放方法未对 LR 图像文件大小进行优化以实现高效共享,且不具备超高清(如 6K)图像重建的实时性能。为应对这两大挑战,我们提出了一种用于实时 6K 率失真感知图像缩放的新框架(HyperThumbnail)。我们的框架首先通过带有提出的量化预测模块的编码器将 HR 图像嵌入为 JPEG LR 缩略图,在最大化 HR 重建质量的同时最小化嵌入 LR JPEG 缩略图的文件大小。随后,一个高效的频率感知解码器从 LR 图像实时重建高保真 HR 图像。大量实验表明,我们的框架在率失真性能上优于以往图像缩放基线,并能够实现 6K 图像实时重建。
引用
@article{arxiv.2304.01064,
title = {Real-time 6K Image Rescaling with Rate-distortion Optimization},
author = {Chenyang Qi and Xin Yang and Ka Leong Cheng and Ying-Cong Chen and Qifeng Chen},
journal= {arXiv preprint arXiv:2304.01064},
year = {2023}
}
备注
Accepted by CVPR 2023; Github Repository: https://github.com/AbnerVictor/HyperThumbnail