شبكة ت💬لية ثنائية المجال الضمنية لتخفيض الأثر الفعلي للضغط على الصور الملونة بشكل قوي

عدة طرق تعتمد على الشبكات العصبية المتشابكة ثنائية المجال أظهرت أداءً متميزًا في تقليل تشوهات ضغط الصور. ومع ذلك، فإنها تعاني من التعامل مع الصور الملونة لأن عمليات الضغط للصور الرمادية والملونة تختلف تمامًا. بالإضافة إلى ذلك، تقوم هذه الطرق بتدريب نموذج خاص لكل جودة ضغط وتتطلب عدة نماذج لتحقيق جودات ضغط مختلفة. لحل هذه المشاكل، اقترحنا شبكة عصبية ثنائية المجال الضمنية (IDCN) باستخدام خريطة تسمية موقع البكسل وجدول الكمية كمدخلات. وبشكل محدد، اقترحنا وحدة تصحيح ثنائية المجال (DCU) قائمة على إطار مستخرج-محسن كمكون أساسي لصياغة IDCN. تم تقديم كتلة كثيفة لتحسين أداء المستخرج في DRU. يسمح الترجمة الثنائية للمجال الضمنية لـ IDCN بمعالجة الصور الملونة باستخدام الأولويات في مجال تحويل الجيب التمامي المنفصل (DCT). تم تطوير إصدار مرنة من IDCN (IDCN-f) للتعامل مع نطاق واسع من جودات الضغط. أظهرت التجارب لتقييم الموضوعي والذاتي على مجموعات بيانات معيارية أن IDCN أفضل من أفضل الطرق الحالية وأن IDCN-f تتمتع بقدرات ممتازة للتعامل مع نطاق واسع من جودات الضغط مع تضحية قليلة بالأداء وتظهر إمكانات كبيرة للتطبيقات العملية.