EDPN：用于模糊图像复原的增强型深度金字塔网络
计算机视觉与模式识别
2021-05-12 v1
摘要
随着深度神经网络的发展，图像去模糊取得了巨大进步。然而在实践中，模糊图像常遭受额外的退化，如下采样和压缩。为应对这些挑战，我们提出一种增强型深度金字塔网络（EDPN），通过充分利用退化图像中的自相似与跨尺度相似性，从多种退化中复原模糊图像。具体而言，我们设计了两个基于金字塔的模块，即金字塔渐进传递（PPT）模块和金字塔自注意力（PSA）模块，作为所提网络的主要组件。通过取若干复制的模糊图像作为输入，PPT 模块以渐进方式从同一退化图像传递自相似与跨尺度相似性信息。随后，PSA 模块利用自注意力和空间注意力机制融合上述传递的特征以进行后续复原。实验结果表明，我们的方法在模糊图像超分辨率和模糊图像去块效应方面显著优于现有方案。在 NTIRE 2021 图像去模糊挑战赛中，EDPN 在 Track 1（低分辨率）中取得最佳 PSNR/SSIM/LPIPS 分数，在 Track 2（JPEG 伪影）中取得最佳 SSIM/LPIPS 分数。
引用
@article{arxiv.2105.04872,
title = {EDPN: Enhanced Deep Pyramid Network for Blurry Image Restoration},
author = {Ruikang Xu and Zeyu Xiao and Jie Huang and Yueyi Zhang and Zhiwei Xiong},
journal= {arXiv preprint arXiv:2105.04872},
year = {2021}
}
备注
Accepted at NTIRE Workshop, CVPR 2021. Ruikang and Zeyu contribute equally to this work