基于多尺度稠密残差网络的JPEG压缩伪迹去除方法
JPEG在高压缩比的情况下,解压缩后的图像会产生块效应、边缘振荡效应和模糊,严重影响了图像的视觉效果.为了去除JPEG压缩伪迹,该文提出了多尺度稠密残差网络.首先把扩张卷积引入到残差网络的稠密块中,利用不同的扩张因子,使其形成多尺度稠密块;然后采用4个多尺度稠密块将网络设计成包含2条支路的结构,其中后一条支路用于补充前一条支路没有提取到的特征;最后采用残差学习的方法来提高网络的性能.为了提高网络的通用性,采用具有不同压缩质量因子的联合训练方式对网络进行训练,针对不同压缩质量因子训练出一个通用模型.经实验表明,该文方法不仅具有较高的JPEG压缩伪迹去除性能,且具有较强的泛化能力.
JPEG压缩、压缩伪迹、多尺度稠密块、扩张卷积
41
TN911.73
国家自然科学基金61471313;河北省自然科学基金2019203318
2019-10-28(万方平台首次上网日期,不代表论文的发表时间)
共8页
2479-2486