基于多层次特征聚合的图像压缩伪影去除方法

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：压缩图像伪影去除作为一个图像恢复的子任务,目的是从有损压缩图像中恢复出高质量图像.现有基于Transformer的方法在计算自注意力时杂度过高,不适用于高分辨图像.有多种方法都被提出用来减小Transformer的计算量,但都会造成恢复效果下降.对此,提出一个CNN和Transformer结合的高效多层次特征聚合网络EMFANet.图像中在整体、部分和细小范围内存在全局、区域和局部特征,对于全局特征建模采用具有线性复杂度的自注意力,对于区域特征建模采用具有随机移位的窗口自注意力,对于局部特征建模采用基于通道注意力的轻量级卷积.经过实验验证,所提出的方法在JPEG压缩伪影去除任务上实现了较为先进的性能.

作者：

易天儒、郑明魁、张承琰、陈祖儿

展开 >

作者单位：

福州大学福建福州 350108

关键词：

压缩伪影去除深度学习多层次特征注意力机制移位窗口

基金：

国家自然科学基金福建省自然科学基金福建省高等学校科技创新团队产业化专项(2020)

项目编号：

619020712020J01466

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.04.009

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(4)

参考文献量14