초록
JPEG 이미지 압축 알고리즘은 큰 압축 비율을 제공하기 때문에 가장 인기 있는 이미지 압축 방법입니다. 그러나 이러한 높은 압축률을 달성하기 위해서는 정보가 손실됩니다. 과도한 양자화 설정에서는 이로 인해 이미지 품질이 눈에 띄게 저하되는 문제가 발생합니다. 딥 신경망의 맥락에서 아티팩트 수정은 오랫동안 연구되어 왔지만, 현재 최신 기술은 각 품질 설정마다 다른 모델을 학습해야 하므로 실용적인 적용에 크게 제약을 받고 있습니다. 우리는 이 문제를 해결하기 위해 JPEG 파일의 양자화 행렬을 매개변수로 사용하는 새로운 구조를 개발하였습니다. 이를 통해 우리 단일 모델이 특정 품질 설정으로 학습된 모델들보다 최신 수준의 성능을 발휘할 수 있게 되었습니다.