使用基于CNN的后处理优化人类视觉层中的编码图像
计算机视觉与模式识别
2024-06-18 v2 图像与视频处理
摘要
面向人类和机器的可伸缩图像编码是一种近年来备受关注的技术。该技术能够为人类视觉和图像识别模型实现图像的分层解码。当图像需要同时服务于这两个目的时，这是一种非常有效的方法。然而，目前还没有研究将流行图像压缩方案中常用的后处理技术整合到面向人类和机器的可伸缩图像编码方法中。在本文中，我们提出了一种方法，通过将后处理集成到可伸缩编码方案中来提高人类解码图像的质量。实验结果表明，后处理提高了压缩性能。此外，通过与传统方法的比较，验证了所提方法的有效性。
引用
@article{arxiv.2405.11894,
title = {Refining Coded Image in Human Vision Layer Using CNN-Based Post-Processing},
author = {Takahiro Shindo and Yui Tatsumi and Taiju Watanabe and Hiroshi Watanabe},
journal= {arXiv preprint arXiv:2405.11894},
year = {2024}
}