CVPRApr, 2023

位流损坏的 JPEG 图像可以恢复：基于两阶段补偿和对齐框架的图像恢复

PDF
TL;DR本文提出一种基于鲁棒 JPEG 解码器和两阶段补偿与对齐框架的方法，来恢复受比特流错误影响的 JPEG 图像。通过两个阶段实现块状图像颜色补偿和对齐，并利用缩略图等方式进行优化，最终在三个数据集上取得较好的效果。
jpegimage restorationbit errorscompensationalignment
发现论文，激发创造
  • 位流损坏的视频恢复：一个新的基准数据集和方法

    本研究介绍了首个具有超过 28,000 个视频剪辑的比特流损坏视频恢复的基准数据集 (BSCV)，它包含了三个参数的损坏模型、丰富的错误模式、多个损坏级别以及灵活的数据集分支，并利用 BSCV 数据集评估了最先进的视频修复方法，在比特流损坏视频恢复问题上展示了现有方法的局限性以及我们的框架的优势。

    Sep, 2023

  • 量化引导的 JPEG 伪影校正

    摘要：本文介绍了一种新颖的体系结构，该体系结构由 JPEG 文件量化矩阵参数化，可以实现单个模型在多个不同的质量设置上达到比专门针对不同质量设置训练的模型更好的性能。该模型的训练利用了深度神经网络技术，以解决在 JPEG 图像压缩算法中存在的失真纠正问题。

    Apr, 2020

  • 基于模型的二值文档图像压缩迭代恢复与字典学习

    使用贝叶斯框架和字典学习设计了一种代价函数，可以重建出更高质量的二进制文档图像并构建出表示和编码该图像的字典，实验结果表明该方法相对于原始噪音图像在视觉效果和压缩比上得到了显著提升。

    Apr, 2017

  • 通过估计局部块的频率分布进行图像修复

    本文提出了一种基于频域的图像恢复方法，使用交叉熵损失学习频域中的分布，将图像恢复问题作为分类问题来处理，以确定图像补丁中每个频率带的频率系数。

    May, 2018

  • JDEC: 增强连续余弦系数的 JPEG 解码

    我们提出了一种实用的 JPEG 图像解码方法，利用具有连续余弦公式的本地隐式神经表示。我们的模型在不同质量因素下能直接对解压缩的图像进行解码，而无需依赖传统的 JPEG 解码器，从而在灵活的彩色图像 JPEG 伪影去除任务中实现了最先进的性能。

    Apr, 2024

  • 基于 Hourglass 块和 Early Stopping 鉴别器的 JPEG 最大有损压缩人脸图像恢复

    本研究使用以 U-Net 为基础的 GAN 网络方法处理经最大压缩后，失真严重、难以识别的 JPEG 图像的恢复问题。通过新增 hourglass 结构和使用 LF Loss 与 HF Loss 两种损失函数，生成器成功欺诈判别器，生成自然、高性能的图像，同时消除了图像中出现的块状现象，与现有研究相比有显著提高。

    Jun, 2023

  • GIF2Video：GIF 图像的颜色去量化和时间插值

    本文提出了 GIF2Video 方法，这是第一个应用于 GIF 图像增强的基于学习的方法，利用 CNN 网络实现了颜色去量化和时间插值等方面的帧重建与修复，实验结果表明，该方法优于现有基线方法和先进技术，可以显著改善 GIF 动画的视觉质量。

    Jan, 2019

  • DocStormer：将多种损坏的彩色文档图像恢复为原始 PDF

    参考文献提出了一种名为 DocStormer 的新算法，用于恢复多种退化的彩色文档图像，并使其成为潜在的原始 PDF 文件。该算法通过 “Perceive-then-Restore” 范式、GAN 和纯净的 PDF 杂志图像等技术手段来改进彩色文档图像的质量，并提供了非参数策略 PFILI 和多退化彩色文档图像增强数据集（MD-CDE）。实验结果表明，DocStormer 在方法、数据和任务层面上填补了当前学术研究的空白，能够将多退化的彩色文档图像恢复为潜在的原始数字版本。

    Oct, 2023

  • 变形感知图像压缩

    本研究提出了一种对几何变形不敏感的误差度量，用于在任何现有的压缩方案中实现最佳压缩，从而在保留图像细节的同时大大提高了多种编解码器的视觉质量。

    Apr, 2018

  • 基于不规则分组解耦的语义结构图像压缩

    本文提出了一种基于自定义组掩码将图像分解为多组不规则形状的方法，使得通过减少冗余内容的传输实现重大的比特率节省，并保证重建的可靠性。我们还提出了组独立变换的概念，通过提出的 GI Swin-Block 来实现，比现有技术表现出更好的性能。

    May, 2023