[论文解读] Learned Compression Artifact Removal by Deep Residual Networks
本文提出一种基于深度残差网络的后处理方法，用于减少BPG压缩图像中的压缩伪影，采用改进的EDSR架构，结合SELU激活函数与跳跃连接。该方法在平均PSNR增益达0.443 dB（最高0.575 dB）的同时，显著提升了视觉质量，并通过整数规划优化，在文件大小与解码时间约束下实现良好平衡。
We propose a method for learned compression artifact removal by post-processing of BPG compressed images. We trained three networks of different sizes. We encoded input images using BPG with different QP values. We submitted the best combination of test images, encoded with different QP and post-processed by one of three networks, which satisfy the file size and decode time constraints imposed by the Challenge. The selection of the best combination is posed as an integer programming problem. Although the visual improvements in image quality is impressive, the average PSNR improvement for the results is about 0.5 dB.
研究动机与目标
- 通过基于深度学习的后处理方法，提升BPG压缩图像的主观与客观质量。
- 通过利用学习到的伪影去除技术，弥补当前基于信号处理的编解码器的局限性，尤其在端到端学习压缩尚未成熟的应用场景中。
- 开发一种计算高效的后处理流水线，满足真实部署中对文件大小与解码时间的约束。
- 利用整数规划优化QP值与后处理网络的选择，以在系统约束下最大化质量。
提出的方法
- 采用改进的EDSR风格残差网络，结合SELU激活函数与从输入图像到输出图像的直接跳跃连接，用于伪影去除。
- 网络采用残差缩放机制，并在QP=40的BPG编码图像上进行训练，输入图像接近目标图像，以促进类似恒等映射的行为。
- 解码器将图像划分为4个重叠块，使用重叠保存法处理内存限制，有效感受野大小计算公式为 E = (k−1)l + 1。
- 通过独热编码向量选择每个图像的最优QP（38–42），以最小化失真，同时满足总文件大小限制在0.15 bpp以内。
- 采用整数规划公式，联合优化测试图像中QP选择与网络选择，以在文件大小与处理时间约束下最大化PSNR。
- 最终提交结果结合MVGL A（用于71张高影响图像）与MVGL B（用于其余图像），以确保总处理时间不超过45小时。
实验结果
研究问题
- RQ1学习到的后处理网络是否能显著提升BPG压缩图像的视觉与客观质量？
- RQ2网络深度与架构如何影响伪影去除中的PSNR增益与计算成本？
- RQ3整数规划能否有效用于在文件大小与时间约束下，联合优化QP选择与网络选择？
- RQ4在单一QP（QP=40）下训练的网络是否能良好泛化至其他QP值（38–43）？
- RQ5使用更深网络时，PSNR提升与处理时间之间的权衡关系如何？
主要发现
- 所提方法在测试集上实现了平均0.443 dB的PSNR增益，最高单张图像增益达0.575 dB（使用MVGL A时）。
- MVGL A（32个残差块，96个滤波器）实现了最高PSNR增益，但超过45小时处理时间限制，因此仅用于71张图像。
- MVGL B（8个块）与MVGL C（32个块，48个滤波器）分别实现了0.319 dB与0.360 dB的较低但显著的PSNR增益，且推理时间大幅缩短。
- 在QP=40下训练的网络对其他QP值（38–43）具有良好的泛化能力，如表3所示，所有QP水平均保持一致的PSNR增益提升。
- 整数规划解法选择1张图像使用QP=38，109张使用QP=40，120张使用QP=41，56张使用QP=42，平均比特率为0.15 bpp。
- 图4的视觉结果表明，感知质量有显著提升，明显减少了块效应与振铃伪影。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。