-
题名基于增强型多尺度残差生成对抗网络的图像压缩
- 1
-
-
作者
马婷
刘友鑫
胡峰
聂伟
吴建芳
-
机构
西南石油大学电气信息学院
江苏势通生物科技有限公司研发中心
重庆邮电大学通信与信息工程学院
-
出处
《计算机工程与设计》
北大核心
2024年第8期2415-2422,共8页
-
基金
重庆市自然科学基金项目(cstc2019jcyjmsxm1351)
重庆市教育委员会科学技术研究基金项目(KJQN2020006300)
云南华电阿海公司基于工业物联网电厂无线测温监测系统建设基金项目(AHFD2022/P16)。
-
文摘
为解决低码率下更符合人类视觉感知的图像压缩,提出一种基于增强型多尺度残差生成对抗网络的有损压缩方法。在网络框架的自动编码器中,使用一种结构上改进的增强型多尺度残差块,其可以扩大感受野,更容易获得图像的全局信息。引入简易注意力模块,帮助网络更加关注图像复杂的部分,减少简单部分的比特。判别器部分采用全新的相对平均判别器,在网络框架中使用LPIPS(learned perceptual image patch similarity)感知损失减轻图像伪影问题。采用两阶段训练的方式解决引入生成对抗网络导致训练不稳定的问题。实验结果表明了在低码率下所提模型的有效性,与之前的工作相比,所提方法在感知失真指标上表现更优,性能提升了65%左右,重建图像更符合人类视觉感知。
-
关键词
低码率
图像压缩
生成对抗网络
多尺度残差块
注意力模块
相对平均判别器
感知损失
-
Keywords
low bit rate
image compression
generative adversarial network
multi-scale residual block
attention module
relativistic average discriminator
perceptual loss
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-