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.
基金项目
国家自然科学基金(61902071)
福建省自然科学基金(2020J01466)
福建省高等学校科技创新团队产业化专项(2020)()
NETL
NSTL
万方数据