論文の概要: Bitstream-Corrupted JPEG Images are Restorable: Two-stage Compensation
and Alignment Framework for Image Restoration
- arxiv url: http://arxiv.org/abs/2304.06976v1
- Date: Fri, 14 Apr 2023 07:54:41 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-17 14:25:31.099663
- Title: Bitstream-Corrupted JPEG Images are Restorable: Two-stage Compensation
and Alignment Framework for Image Restoration
- Title（参考訳）: Bitstream-Corrupted JPEG Imagesは復元可能:2段階補正と画像復元のためのアライメントフレームワーク
- Authors: Wenyang Liu, Yi Wang, Kim-Hui Yap and Lap-Pui Chau
- Abstract要約: 実世界のJPEG画像復元問題について,ビットストリームのビット誤りを用いて検討する。
本稿では、ロバストなJPEGデコーダと、2段階補正およびアライメントフレームワークを提案する。
ビット誤り率の異なる3つのベンチマークで実験を行う。
- 参考スコア（独自算出の注目度）: 23.101965117344
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we study a real-world JPEG image restoration problem with bit
errors on the encrypted bitstream. The bit errors bring unpredictable color
casts and block shifts on decoded image contents, which cannot be resolved by
existing image restoration methods mainly relying on pre-defined degradation
models in the pixel domain. To address these challenges, we propose a robust
JPEG decoder, followed by a two-stage compensation and alignment framework to
restore bitstream-corrupted JPEG images. Specifically, the robust JPEG decoder
adopts an error-resilient mechanism to decode the corrupted JPEG bitstream. The
two-stage framework is composed of the self-compensation and alignment (SCA)
stage and the guided-compensation and alignment (GCA) stage. The SCA adaptively
performs block-wise image color compensation and alignment based on the
estimated color and block offsets via image content similarity. The GCA
leverages the extracted low-resolution thumbnail from the JPEG header to guide
full-resolution pixel-wise image restoration in a coarse-to-fine manner. It is
achieved by a coarse-guided pix2pix network and a refine-guided bi-directional
Laplacian pyramid fusion network. We conduct experiments on three benchmarks
with varying degrees of bit error rates. Experimental results and ablation
studies demonstrate the superiority of our proposed method. The code will be
released at https://github.com/wenyang001/Two-ACIR.
- Abstract（参考訳）: 本稿では,暗号化ビットストリーム上でのビット誤りを伴う実世界のJPEG画像復元問題について検討する。
ビットエラーは、あらかじめ定義された画素領域の劣化モデルに依存する既存の画像復元法では解決できない、デコードされた画像内容に対する予測不可能なカラーキャストやブロックシフトをもたらす。
これらの課題に対処するために,ロバストなJPEGデコーダを提案し,その後に2段階の補償とアライメントのフレームワークを用いて,ビットストリーム崩壊したJPEG画像の復元を行う。
具体的には、堅牢なJPEGデコーダは、破損したJPEGビットストリームをデコードするエラー耐性機構を採用する。
2段階のフレームワークは、自己補償・アライメント(SCA)ステージと誘導補償・アライメント(GCA)ステージで構成されている。
SCAは、推定色に基づいてブロックワイズ画像色補正及びアライメントを行い、画像内容類似性を介してオフセットをブロックする。
GCAは、JPEGヘッダから抽出した低解像度サムネイルを利用して、粗い方法で全解像度の画素画像復元を誘導する。
粗誘導pix2pixネットワークと精製誘導二方向ラプラシアピラミッド融合ネットワークによって達成される。
ビット誤り率の異なる3つのベンチマークについて実験を行った。
実験結果とアブレーション実験により,提案手法の優位性を実証した。
コードはhttps://github.com/wenyang001/Two-ACIRで公開される。
関連論文リスト
- OAPT: Offset-Aware Partition Transformer for Double JPEG Artifacts Removal [11.880153842710776]
OAPTと呼ばれるJPEGアーティファクト除去のためのオフセット対応分割変換器を提案する。
8×8ブロック毎に最大4パターンのJPEG圧縮を行う。
OAPTは圧縮オフセット予測器と画像再構成器の2つのコンポーネントから構成される。
論文 参考訳（メタデータ） (2024-08-21T09:47:54Z) - JDEC: JPEG Decoding via Enhanced Continuous Cosine Coefficients [17.437568540883106]
本稿では,コサインの連続的定式化による局所的暗黙的ニューラル表現を用いたJPEG画像デコーディングの実践的手法を提案する。
提案するネットワークは,フレキシブルカラー画像JPEGアーティファクト削除タスクにおける最先端性能を実現する。
論文 参考訳（メタデータ） (2024-04-03T03:28:04Z) - You Can Mask More For Extremely Low-Bitrate Image Compression [80.7692466922499]
近年,学習画像圧縮(lic)法は大きな進歩を遂げている。
licメソッドは、画像圧縮に不可欠な画像構造とテクスチャコンポーネントを明示的に探索することができない。
原画像の構造とテクスチャに基づいて可視パッチをサンプリングするDA-Maskを提案する。
極めて低ビットレート圧縮のために, lic と lic のエンドツーエンドを統一する最初のフレームワークである, 単純で効果的なマスク付き圧縮モデル (MCM) を提案する。
論文 参考訳（メタデータ） (2023-06-27T15:36:22Z) - Neural JPEG: End-to-End Image Compression Leveraging a Standard JPEG
Encoder-Decoder [73.48927855855219]
本稿では,エンコーダとデコーダの両端に内在するニューラル表現を強化することで,符号化性能の向上を図るシステムを提案する。
実験により,提案手法はJPEGに対する速度歪み性能を,様々な品質指標で改善することを示した。
論文 参考訳（メタデータ） (2022-01-27T20:20:03Z) - Towards Flexible Blind JPEG Artifacts Removal [73.46374658847675]
人工物除去と細部保存のトレードオフを制御するために,適応可能な品質因子を予測できるフレキシブルブラインド畳み込みニューラルネットワーク,すなわちFBCNNを提案する。
提案するFBCNNは,定量的な計測値と視覚的品質の両方の観点から,最先端の手法に対して良好な性能を実現する。
論文 参考訳（メタデータ） (2021-09-29T17:12:10Z) - MBRS : Enhancing Robustness of DNN-based Watermarking by Mini-Batch of
Real and Simulated JPEG Compression [40.944632292011846]
JPEGのロバスト性を高めるために,Mini-Batch of Real and Simulated JPEG compression (MBRS) を用いた新しいエンドツーエンドトレーニングアーキテクチャを提案する。
我々のモデルは抽出されたメッセージに対して0.01%未満のビット誤り率を達成し、符号化された画像に対してPSNRが36以上であり、JPEG攻撃に対する堅牢性を示す。
論文 参考訳（メタデータ） (2021-08-18T15:47:37Z) - Learning to Improve Image Compression without Changing the Standard
Decoder [100.32492297717056]
本稿では,標準デコーダによる符号化性能向上のための学習法を提案する。
具体的には、DCT係数の分布を最適化する周波数領域事前編集法を提案する。
JPEGデコーダは変更しないので、広く使われている標準JPEGデコーダで画像を見る際には、我々のアプローチが適用可能である。
論文 参考訳（メタデータ） (2020-09-27T19:24:42Z) - Extension of JPEG XS for Two-Layer Lossless Coding [14.962745191428073]
提案手法はJPEG XTに類似した2層構造を持つ。
これにより、JPEG XSとの互換性を維持しながら、元のイメージを損失なく復元することが可能になります。
論文 参考訳（メタデータ） (2020-08-11T07:14:17Z) - Modeling Lost Information in Lossy Image Compression [72.69327382643549]
ロスシー画像圧縮は、デジタル画像の最もよく使われる演算子の1つである。
Invertible Lossy Compression (ILC) と呼ばれる新しい非可逆的フレームワークを提案する。
論文 参考訳（メタデータ） (2020-06-22T04:04:56Z) - Quantization Guided JPEG Artifact Correction [69.04777875711646]
我々はJPEGファイル量子化行列を用いたアーティファクト修正のための新しいアーキテクチャを開発した。
これにより、特定の品質設定のためにトレーニングされたモデルに対して、単一のモデルで最先端のパフォーマンスを達成できます。
論文 参考訳（メタデータ） (2020-04-17T00:10:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。