尺度任意的可逆图像降采样
计算机视觉与模式识别
2022-03-10 v3 图像与视频处理
摘要
传统社交媒体平台通常将高分辨率（HR）图像降采样以将其分辨率限制在特定尺寸，从而节省传输/存储成本，这导致超分辨率（SR）问题高度不适定。近期的可逆图像降采样方法联合建模降采样/上采样问题并取得了显著改进。然而，它们仅考虑固定的整数缩放因子，无法将具有不同分辨率的高分辨率图像降采样以满足社交媒体平台的分辨率限制。本文提出一种尺度任意可逆图像降采样网络（AIDN），以原生方式将高分辨率图像按任意缩放因子降采样。同时，高分辨率信息以近乎不可察觉的形式嵌入降采样后的低分辨率（LR）图像中，使得我们的 AIDN 也能仅从低分辨率图像恢复原始高分辨率图像。支持任意缩放因子的关键在于我们提出的条件重采样模块（CRM），其将降采样/上采样核与采样位置以缩放因子和图像内容为条件。大量实验结果表明，我们的 AIDN 在任意整数与非整数缩放因子的可逆降采样上均取得了最优性能。代码将在发表后公开。
引用
@article{arxiv.2201.12576,
title = {Scale-arbitrary Invertible Image Downscaling},
author = {Jinbo Xing and Wenbo Hu and Tien-Tsin Wong},
journal= {arXiv preprint arXiv:2201.12576},
year = {2022}
}