論文の概要: JPEG Quantized Coefficient Recovery via DCT Domain Spatial-Frequential
Transformer
- arxiv url: http://arxiv.org/abs/2308.09110v1
- Date: Thu, 17 Aug 2023 17:32:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-21 15:45:22.495640
- Title: JPEG Quantized Coefficient Recovery via DCT Domain Spatial-Frequential
Transformer
- Title(参考訳): dct領域空間フリクエンシャルトランスによるjpeg量子化係数の回復
- Authors: Mingyu Ouyang, Zhenzhong Chen
- Abstract要約: 本稿では,DCTransformer という名前の DCT 領域空間周波数変換器を提案する。
提案するDCTransformerは,現在最先端のJPEGアーティファクト除去技術より優れている。
- 参考スコア(独自算出の注目度): 53.32016332306767
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: JPEG compression adopts the quantization of Discrete Cosine Transform (DCT)
coefficients for effective bit-rate reduction, whilst the quantization could
lead to a significant loss of important image details. Recovering compressed
JPEG images in the frequency domain has attracted more and more attention
recently, in addition to numerous restoration approaches developed in the pixel
domain. However, the current DCT domain methods typically suffer from limited
effectiveness in handling a wide range of compression quality factors, or fall
short in recovering sparse quantized coefficients and the components across
different colorspace. To address these challenges, we propose a DCT domain
spatial-frequential Transformer, named as DCTransformer. Specifically, a
dual-branch architecture is designed to capture both spatial and frequential
correlations within the collocated DCT coefficients. Moreover, we incorporate
the operation of quantization matrix embedding, which effectively allows our
single model to handle a wide range of quality factors, and a
luminance-chrominance alignment head that produces a unified feature map to
align different-sized luminance and chrominance components. Our proposed
DCTransformer outperforms the current state-of-the-art JPEG artifact removal
techniques, as demonstrated by our extensive experiments.
- Abstract(参考訳): JPEG圧縮は、離散コサイン変換(DCT)係数の量子化を有効ビットレート低減に適用する一方、量子化は重要な画像の詳細を著しく失われる可能性がある。
周波数領域における圧縮JPEG画像の復元は、画素領域で開発された多くの復元アプローチに加えて、近年ますます注目されている。
しかし、現在のDCT領域法は、一般的に、幅広い圧縮品質要素を扱う場合や、疎量子化係数と異なる色空間にまたがる成分を回収する場合に、限られた効果を被る。
これらの課題に対処するために,dctransformer と呼ばれる dct 領域空間ベクトル変換器を提案する。
具体的には、DCT係数内の空間的および頻繁な相関を捉えるために、デュアルブランチアーキテクチャを設計する。
さらに, 量子化行列埋め込みの操作により, 単一モデルで幅広い品質因子を効果的に処理できるとともに, 異なるサイズの輝度成分と色成分を整合させる統一特徴マップを生成する輝度・色アライメントヘッドを組み込んだ。
提案するDCTransformerは,現在最先端のJPEGアーティファクト除去技術よりも優れていることを示す。
関連論文リスト
- Mitigating Data Consistency Induced Discrepancy in Cascaded Diffusion Models for Sparse-view CT Reconstruction [4.227116189483428]
本研究は, 離散性緩和フレームワークを用いた新規なカスケード拡散について紹介する。
潜在空間の低画質画像生成と画素空間の高画質画像生成を含む。
これは、いくつかの推論ステップをピクセル空間から潜在空間に移すことによって計算コストを最小化する。
論文 参考訳(メタデータ) (2024-03-14T12:58:28Z) - Learned Lossless Compression for JPEG via Frequency-Domain Prediction [50.20577108662153]
JPEG画像のロスレス圧縮を学習するための新しいフレームワークを提案する。
周波数領域での学習を可能にするために、DCT係数は暗黙の局所冗長性を利用するためにグループに分割される。
グループ化されたDCT係数のエントロピーモデリングを実現するために、重み付きブロックに基づいてオートエンコーダのようなアーキテクチャを設計する。
論文 参考訳(メタデータ) (2023-03-05T13:15:28Z) - Advance quantum image representation and compression using DCTEFRQI
approach [0.5735035463793007]
我々は,DCTEFRQI(Direct Cosine Transform Efficient Flexible Representation of Quantum Image)アルゴリズムを提案する。
本研究の目的は、DCT (Discrete Cosine Transform) と EFRQI (Efficient Flexible Representation of Quantum Image) を用いて、量子コンピュータで様々なグレーの画像サイズを表現・圧縮することである。
論文 参考訳(メタデータ) (2022-08-30T13:54:09Z) - Learned Lossless JPEG Transcoding via Joint Lossy and Residual
Compression [21.205453851414248]
DCT領域の圧縮JPEG画像を圧縮する新しいフレームワークを提案する。
提案するフレームワークはJPEG圧縮に基づいて,平均21.49%の節約を達成できる。
複数のデータセットに対する実験により,提案するフレームワークはJPEG圧縮に基づいて,平均で約21.49%の節約が可能であることを実証した。
論文 参考訳(メタデータ) (2022-08-24T17:12:00Z) - Degradation-Aware Unfolding Half-Shuffle Transformer for Spectral
Compressive Imaging [142.11622043078867]
圧縮画像と物理マスクからパラメータを推定し,これらのパラメータを用いて各イテレーションを制御する,DAUF(Degradation-Aware Unfolding Framework)を提案する。
HST を DAUF に接続することにより,HSI 再構成のための変換器の深部展開法であるデグレーション・アウェア・アンフォールディング・ハーフシャッフル変換器 (DAUHST) を確立した。
論文 参考訳(メタデータ) (2022-05-20T11:37:44Z) - 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) - Spatially-Adaptive Image Restoration using Distortion-Guided Networks [51.89245800461537]
空間的に変化する劣化に苦しむ画像の復元のための学習ベースソリューションを提案する。
本研究では、歪み局所化情報を活用し、画像中の困難な領域に動的に適応するネットワーク設計であるSPAIRを提案する。
論文 参考訳(メタデータ) (2021-08-19T11:02:25Z) - Regularization by Denoising Sub-sampled Newton Method for Spectral CT
Multi-Material Decomposition [78.37855832568569]
スペクトルctを用いたマルチマテリアル画像再構成のためのモデルベース最大後課題の解決法を提案する。
特に,プラグイン画像復号化機能に基づく正規化最適化問題について提案する。
スペクトルct材料分解の数値的および実験的結果を示す。
論文 参考訳(メタデータ) (2021-03-25T15:20:10Z) - Generating Images with Sparse Representations [21.27273495926409]
画像の高次元化は、確率に基づく生成モデルのアーキテクチャとサンプリング効率の課題を示す。
JPEGのような一般的な画像圧縮法に触発された代替手法を提示し、画像を量子化された離散コサイン変換(DCT)ブロックに変換する。
本稿では,次の要素の条件分布を逐次的に予測するトランスフォーマに基づく自己回帰型アーキテクチャを提案する。
論文 参考訳(メタデータ) (2021-03-05T17:56:03Z)
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。