DPW-SDNet: Duale Pixel-Wavelet-Domänen Deep CNNs für die weiche Dekodierung von JPEG-komprimierten Bildern

JPEG ist eine der weit verbreiteten Methoden zur verlustbehafteten Kompression. JPEG-komprimierte Bilder leiden in der Regel an Kompressionsartefakten, einschließlich Blockeffekten und Verschwommenheit, insbesondere bei niedrigen Bitraten. Die sanfte Dekodierung ist eine effektive Lösung, um die Qualität komprimierter Bilder zu verbessern, ohne den Codec zu ändern oder zusätzliche Codierungsbits einzuführen. Inspiriert von den ausgezeichneten Leistungen tiefer konvolutiver Neuronaler Netze (CNNs) bei sowohl nieder- als auch hochstufigen Problemen der Computer Vision, entwickeln wir ein duales Pixel-Wavelet-Domänen-Netzwerk basierend auf tiefen CNNs für JPEG-komprimierte Bilder, das DPW-SDNet genannt wird. Das tiefe Netzwerk im Pixelbereich nimmt die vier abgetasteten Versionen des komprimierten Bildes auf, um eine 4-Kanal-Eingabe zu bilden und gibt eine Vorhersage im Pixelbereich aus. Das tiefe Netzwerk im Waveletbereich verwendet die Koeffizienten der 1-Level diskreten Wavelet-Transformation (DWT), um ebenfalls eine 4-Kanal-Eingabe zu bilden und eine Vorhersage im DWT-Bereich zu erzeugen. Die Schätzungen im Pixel- und Waveletbereich werden kombiniert, um das endgültige sanft dekodierte Ergebnis zu generieren. Experimentelle Ergebnisse zeigen die Überlegenheit des vorgeschlagenen DPW-SDNet gegenüber mehreren aktuellen Algorithmen zur Reduzierung von Kompressionsartefakten.