高效退化感知的任意图像恢复
计算机视觉与模式识别
2024-06-04 v2
摘要
从退化的低质量输入中重建缺失细节是一项重大挑战。图像恢复的最新进展表明，学习能够同时处理多种退化的大模型是有效的。然而，这些方法引入了大量的计算开销和复杂的学习范式，限制了其实用性。为此，我们提出了DaAIR，一种高效的一体化图像恢复器，采用低秩框架下的退化感知学习器（DaLe），协同挖掘不同退化之间的共享方面和细微差别，生成退化感知嵌入。通过动态分配模型容量给输入退化，我们实现了一个在统一模型中整合整体和特定学习的高效恢复器。此外，DaAIR引入了一种成本高效的参数更新机制，在保持计算效率的同时增强退化感知。在五种图像退化上的广泛比较表明，我们的DaAIR优于最先进的一体化模型和特定退化模型，证实了我们的有效性和实用性。源代码将在https://eduardzamfir.github.io/daair/公开提供。
引用
@article{arxiv.2405.15475,
title = {Efficient Degradation-aware Any Image Restoration},
author = {Eduard Zamfir and Zongwei Wu and Nancy Mehta and Danda Pani Paudel and Yulun Zhang and Radu Timofte},
journal= {arXiv preprint arXiv:2405.15475},
year = {2024}
}