arXiv · 机器人与计算机视觉· Kuan-Yen Chen, Chung-Yao Ma, Fang-Yi Su, Philip Chikontwe, Jonathan Guo, Pu-Jen Cheng, Jung-Hsien Chiang·· 2 天前AI 评分58
FDIR:一种兼顾像素保真度与机器感知的图像复原框架
FDIR: Fidelity-Anchored Decompressed Image Restoration for Human and Machine Perception
AI 导读
针对现有压缩图像复原方法难以同时满足像素保真、人类感知和机器偏好之间的矛盾,论文提出 FDIR 框架。该框架分两阶段工作:首先利用质量引导的单步流模型生成结构先验,随后通过流条件细节细化网络预测残差以保留纹理细节并忠实于原图。在 LIVE1 和 DIV2K 数据集的严重压缩设置下,FDIR 在所有指标中均取得最佳或次优排名,且在下游检测、分割等任务中表现优异。
来源:arXiv · 机器人与计算机视觉 · arxiv.org