计算机应用

作者：李恒鑫, 常侃, 谭宇飞, 凌铭阳, 覃团发

单位：1.广西大学 计算机与电子信息学院, 南宁 530004；2.广西多媒体通信与网络技术重点实验室(广西大学), 南宁 530004；3.广西师范大学 电子工程学院, 广西 桂林, 541004

关键词：彩色图像去马赛克,通道间相关性,信息蒸馏,残差学习,卷积神经网络

在商用数码相机中，由于CMOS传感器的限制，在采样得到的图像中的每个像素位置仅有一个色彩通道的信息，因此，需要采用彩色图像去马赛克（CDM）算法来恢复全彩图像。然而，现有的基于卷积神经网络（CNN）的CDM算法不能以较低的计算复杂度和网络参数量取得令人满意的性能。针对这个问题，提出一种应用通道间相关性和增强信息蒸馏（ICEID）的彩色图像去马赛克网络。首先，为了充分利用彩色图像的通道间相关性，提出了一种通道间的引导重建结构来生成初始CDM结果；其次，提出一种增强信息蒸馏模块（EIDM）来以相对较低的参数量有效地提取和精炼图像特征，从而高效地优化重建的全彩图像。实验结果表明，与主流CDM算法相比，所提算法不仅在客观质量与主观质量上均获得了明显提升，而且具有较低的计算复杂度和网络参数量。

来源：2022年第1期

《计算机应用》期刊编辑部

查看计算机应用杂志2022年第1期