放弃高率下采样：面向 UHD 图像修复的新型设计范式
计算机视觉与模式识别
2024-11-12 v1
摘要
随着高端移动设备的普及，超高清（UHD）图像在我们的生活中变得无处不在。UHD 图像的修复是极具挑战性的问题，由于像素数量的激增，常常会在处理过程中导致内存溢出。现有方法要么在处理前对 UHD 图像进行高率下采样，要么将其分割成多个块进行单独处理。然而，高率下采样会导致显著的信息损失，而块状方法不可避免地会引入边界伪影。在本文中，我们提出了一种新型的设计范式来解决 UHD 图像修复问题，称为 D2Net。D2Net 能够在不需要高率下采样或将图像分割成多个块的情况下，对 UHD 图像进行直接的全分辨率推断。具体而言，我们巧妙地利用频域特征来建立特征的长程依赖。结合 UHD 图像中更丰富的局部模式，我们还设计了多尺度卷积组来捕获局部特征。此外，在解码阶段，我们动态地整合来自编码阶段的特征，以减少无关信息的流量。在三个 UHD 图像修复任务上进行的大量实验表明，我们的方法在定量和定性结果上均优于最先进的方法。
引用
@article{arxiv.2411.06456,
title = {Dropout the High-rate Downsampling: A Novel Design Paradigm for UHD Image Restoration},
author = {Chen Wu and Ling Wang and Long Peng and Dianjie Lu and Zhuoran Zheng},
journal= {arXiv preprint arXiv:2411.06456},
year = {2024}
}
备注
WACV2025