DPW-SDNet：用于JPEG压缩图像软解码的双像素-小波域深度CNNs

JPEG 是一种广泛使用的有损压缩方法。JPEG 压缩图像通常会受到压缩伪影的影响，包括块效应和模糊，尤其是在低比特率下。软解码是一种有效的解决方案，可以在不改变编解码器或引入额外编码位的情况下提高压缩图像的质量。受深度卷积神经网络（CNNs）在低级和高级计算机视觉问题中表现出色的启发，我们开发了一种针对 JPEG 压缩图像的双像素-小波域深度 CNN 软解码网络，即 DPW-SDNet。像素域深度网络以压缩图像的四个降采样版本作为输入，形成一个四通道输入，并输出像素域预测；而小波域深度网络则利用一级离散小波变换（DWT）系数形成四通道输入，生成 DWT 域预测。像素域和小波域的估计结果被结合以生成最终的软解码结果。实验结果表明，所提出的 DPW-SDNet 在减少压缩伪影方面优于几种最先进的算法。