从零到细节：面向超高清图像复原的渐进式频谱解耦范式与新基准
计算机视觉与模式识别
2026-04-20 v1
摘要
超高清（UHD）图像复原因其高空间分辨率、多样化的内容以及精细的结构而面临独特挑战。为解决这些问题，我们引入了一种用于复原过程的渐进式频谱分解方法，将其分解为三个阶段：零频增强、低频复原和高频精炼。基于此构想，我们提出了一个新颖的框架ERR，该框架集成了三个协同工作的子网络：零频增强器（ZFE）、低频复原器（LFR）和高频精炼器（HFR）。ZFE融合全局先验以学习整体映射，LFR通过聚焦粗尺度信息来重建主体内容，HFR则采用我们提出的频率加窗Kolmogorov-Arnold网络（FW-KAN）来恢复精细纹理和复杂细节，以实现高保真复原。为进一步推动UHD图像复原的研究，我们还构建了一个大规模、高质量的基准数据集LSUHDIR，该数据集包含82,126张具有多样场景和丰富内容的UHD图像。我们提出的方法在多项UHD图像复原任务中均展现出卓越性能，广泛的消融研究证实了每个模块的贡献与必要性。项目页面：https://github.com/NJU-PCALab/ERR。
引用
@article{arxiv.2604.15654,
title = {From Zero to Detail: A Progressive Spectral Decoupling Paradigm for UHD Image Restoration with New Benchmark},
author = {Chen Zhao and Yunzhe Xu and Zhizhou Chen and Enxuan Gu and Kai Zhang and Xiaoming Liu and Jian Yang and Ying Tai},
journal= {arXiv preprint arXiv:2604.15654},
year = {2026}
}
备注
TPAMI