DSDNet：基于双色空间协同的原始域去摩尔纹
计算机视觉与模式识别
2025-09-22 v2 图像与视频处理
摘要
随着移动成像技术的快速发展，使用智能手机拍摄屏幕已成为远程学习和会议录制中的常见做法。然而，由显示屏与相机传感器之间频率混叠引起的摩尔纹伪影，会被图像信号处理流水线进一步放大，导致严重的视觉退化。现有的sRGB域去摩尔纹方法难以应对不可逆的信息损失，而近期两阶段原始域方法则存在信息瓶颈和推理效率低下等问题。为解决这些局限性，我们提出了一种单阶段原始域去摩尔纹框架——双流去摩尔纹网络（DSDNet），利用原始图像与YCbCr图像的协同效应来去除摩尔纹，同时保持亮度和色彩保真度。具体而言，为指导亮度校正和摩尔纹去除，我们设计了原始到YCbCr的映射流水线，并引入了协同注意力与动态调制（SADM）模块。该模块通过跨域上下文特征丰富了原始到sRGB的转换过程。此外，为更好地指导色彩保真度，我们开发了亮度-色度自适应变换器（LCAT），用于解耦亮度和色度表示。大量实验表明，DSDNet在视觉质量和定量评估方面均优于现有最先进方法，且推理速度比次优方法快2.4倍，凸显了其实际优势。我们提供了一个匿名在线演示，地址为https://xxxxxxxxdsdnet.github.io/DSDNet/。
引用
@article{arxiv.2504.15756,
title = {DSDNet: Raw Domain Demoir\'eing via Dual Color-Space Synergy},
author = {Qirui Yang and Fangpu Zhang and Yeying Jin and Qihua Cheng and Peng-Tao Jiang and Huanjing Yue and Jingyu Yang},
journal= {arXiv preprint arXiv:2504.15756},
year = {2025}
}