基于残差递归补偿和特征融合的多描述压缩图像增强方法

摘要

本发明基于残差递归补偿和特征融合的多描述压缩图像增强方法，属于图像质量增强领域，解决了经过多描述编码方法压缩后图像出现的不同程度压缩失真问题，特别是边路解码图像出现严重的结构分裂伪影问题；首先设计了残差递归补偿网络作为边路和中路的低分辨率特征提取网络，并且使用参数共享策略来更有效地提取具有相同内容和差异细节的两描述解码图像特征；其次，多描述边路特征上采样重建网络采用网络部分层参数共享策略，极大地降低网络模型的尺寸同时提高网络的泛化能力，与此同时，使用多描述中路特征上采样重建网络将两个边路低分辨率特征和中路低分辨率特征进行深层特征融合，从而实现高效的多描述压缩图像质量增强，本发明的方法性能优于多个深度学习图像增强方法如ARCNN、FastARCNN和DnCNN。