面向快速二维码运动模糊的自适应边缘引导双网络框架
计算机视觉与模式识别
2025-10-15 v1
摘要
与一般图像去模糊不同，二维码去模糊侧重于确保成功解码。二维码以高度结构化的模式呈现，具有锐利的边缘，这是一种 robust 的先验。然而，现有的深度学习方法很少明确地利用这些先验。在本工作中，我们提出了 Edge-Guided Attention Block (EGAB)，将显式边缘先验嵌入 Transformer 架构。基于 EGAB，我们开发了 Edge-Guided Restormer (EG-Restormer)，显著提升了严重模糊二维码的解码率。对于轻度模糊输入，我们设计了 Lightweight and Efficient Network (LENet) 用于快速去模糊。我们进一步将这两个网络集成到自适应双网络 (ADNet) 中，根据输入模糊程度动态选择合适的网络，使其适用于资源受限的移动设备。广泛的实验表明，我们的 EG-Restormer 和 ADNet 实现了最先进的性能，同时具有竞争的速度。项目页面: https://github.com/leejianping/ADNet
关键词
引用
@article{arxiv.2510.12098,
title = {An Adaptive Edge-Guided Dual-Network Framework for Fast QR Code Motion Deblurring},
author = {Jianping Li and Dongyang Guo and Wenjie Li and Wei Zhao},
journal= {arXiv preprint arXiv:2510.12098},
year = {2025}
}