.png){kind=icon}
返回
Focal Modulation for Image Restoration
.png){kind=icon}
PRE
AI
DOI：10.1007/s11263-025-02589-y.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
图像修复旨在通过去除退化（如噪声、雾霾和模糊）并恢复缺失细节，从其退化的对应图像中恢复出清晰的图像。它在许多领域（如遥感与医学成像）中发挥着重要作用。如何高效地以简洁的方式捕捉关键信息以实现高质量重建，长期以来一直是该领域的核心问题。本研究旨在开发一种高效且有效的焦点调制方案用于图像修复。受不同退化图像区域通常经历不同程度退化的启发，我们引入了一种双域选择机制，以强调修复的关键信息，例如边缘信号和硬区域。此外，开发了一个通道调制模块，通过探索傅里叶变换在通道维度上的应用来促进通道间的交互。另外，我们将高分辨率特征分割，以将多尺度感受野插入网络，提高效率和性能。将这些设计集成到U型卷积骨干网络中，该网络在13个不同数据集上针对五种通用图像修复任务（包括去雾、去雪、去雨、运动/失焦去模糊和低光增强）取得了当前最佳的性能。为进一步证明我们焦点调制策略的有效性，我们将其应用于全任务图像修复设置，所得模型在性能上优于当前最佳的全任务算法。此外，我们的模块还能有效扩展至复合退化、医学成像和超高清图像修复等任务。
Keyword:
Image restoration
Focal modulation
Dual-domain learning
Channel interaction
All-in-one setting
Composite degradation
Medical image restoration
Ultra-high-definition image restoration
期刊
IF:
9.3
论文数:
4.0K
被引数:
2.8W
机构
引用论文
.png){kind=icon}
TransWeather: Transformer-based Restoration of Images Degraded by Adverse Weather ConditionsTransWeather: 基于变压器的因恶劣天气条件而退化的图像恢复
OAAI
OAAI分享收藏Harmony in Diversity: Improving All-in-One Image Restoration via Multi-Task Collaboration和谐多样性：通过多任务协作改进一站式图像修复
PREAI
分享收藏LIEDNet: A Lightweight Network for Low-Light Enhancement and DeblurringLIEDNet：一种轻量级网络用于低光照增强和去模糊
PREAI
分享收藏
分享收藏
查看更多内容