AdaIR：基于频率挖掘与调制的自适应一体化图像复原

在图像采集过程中，经常会引入各种形式的退化，包括噪声、雾和雨。这些退化通常源于相机固有的限制或不利的环境条件。为了从退化版本中恢复出干净的图像，人们开发了众多专门的复原方法，每种方法针对特定类型的退化。最近，一体化算法因在单个模型中处理不同类型的退化而无需输入退化类型的先验信息而受到广泛关注。然而，这些方法纯粹在空间域中操作，没有深入研究不同退化类型固有的不同频率变化。为了弥补这一空白，我们提出了一种基于频率挖掘和调制的自适应一体化图像复原网络。我们的方法基于这样一个观察：不同退化类型在不同的频率子带上影响图像内容，因此需要针对每个复原任务进行不同的处理。具体而言，我们首先在退化图像的自适应解耦频谱的引导下，从输入特征中挖掘低频和高频信息。然后，通过双向算子对提取的特征进行调制，以促进不同频率分量之间的交互。最后，将调制后的特征与原始输入合并，以进行渐进式引导复原。通过这种方法，模型能够根据不同的输入退化，通过突出包含信息的频率子带来实现自适应重建。大量实验表明，所提出的方法在不同的图像复原任务上取得了SOTA性能，包括去噪、去雾、去雨、运动去模糊和低光照图像增强。我们的代码可在 https://github.com/c-yn/AdaIR 获取。