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
YI Tianru;ZHENG Mingkui;ZHANG Chengyan;CHEN Zu'er
出处
《信息技术与信息化》
2024年第4期45-49,共5页
Information Technology and Informatization
基金
国家自然科学基金项目(61902071)
福建省自然科学基金计划资助项目(2020J01466)
2020年福建省高等学校科技创新团队(产业化专项)。