基于多尺度宽激活残差注意力网络的图像去块效应

摘要：

为了节约传输带宽和存储资源,成像设备和系统一般对图像和视频进行了有损压缩.由于分块量化编码,JPEG图像往往存在明显的块效应.去除图像的块效应不仅能够改善使用者的视觉体验,还有利于其他计算机视觉任务的开展.为此,本文提出了 一种基于多尺度宽激活残差注意力网络(MWRAN)的图像去块效应方法.MWRAN主要由多尺度宽激活残差注意力模块(MWRAB)构建而成.提出的MWRAB不仅能够激活更多的非线性特征以促进信息在网络中的流动,还能够捕获丰富的图像多尺度特征.此外,通过提出的轻量的差异感知通道注意力(LCCA),MWRAB能够对学习到的特征进行自适应地调整以关注更重要的信息.消融实验验证了 MWRAB的有效性.在常用的基准数据集上,MWRAN取得了比几种先进的图像去块效应方法更高的客观评价指标和更接近原图的主观视觉效果.

关键词：卷积神经网络、多尺度、宽激活、注意力机制、去块效应

所属期刊栏目：59

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;成都市重大科技应用示范项目

在线出版日期：2023-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：83-92