基于演化频率调制的全方位图像修复
计算机视觉与模式识别
2025-12-12 v2
摘要
全方位图像修复 (AiOIR) 任务通常涉及多样化的退化，要求具备稳健且灵活的策略。然而，大多数现有方法缺乏显式频率建模，依赖固定或启发式优化计划，限制了其在异构退化上的泛化能力。为此，我们提出了 EvoIR，一个针对 AoIIR 的框架，引入演化频率调制以实现动态和自适应的图像修复。具体而言，EvoIR 采用频率调制模块 (FMM)，以显式方式将特征分解为高频和低频分支，并自适应调制以增强结构保真度和细粒度细节。EvoIR 的核心是演化优化策略 (EOS)，通过基于种群的演化过程不断调整频率感知目标，动态平衡结构准确性和感知保真度。其演化导向进一步缓解了跨退化的梯度冲突，加速收敛。通过协同 FMM 和 EOS，EvoIR 的改进大于仅使用其中任何一个组件，凸显了它们的互补性。广泛的实验在多个基准上表明，EvoIR 超越了最先进的 AoIIR 方法。
引用
@article{arxiv.2512.05104,
title = {EvoIR: Towards All-in-One Image Restoration via Evolutionary Frequency Modulation},
author = {Jiaqi Ma and Shengkai Hu and Xu Zhang and Jun Wan and Jiaxing Huang and Lefei Zhang and Salman Khan},
journal= {arXiv preprint arXiv:2512.05104},
year = {2025}
}