从零到细节：从渐进式频谱视角解构超高清图像恢复
计算机视觉与模式识别
2025-03-18 v1
摘要
由于其高分辨率、复杂的内容和错综复杂的细节，超高清（UHD）图像恢复面临着重大挑战。为了应对这些挑战，我们通过渐进式频谱视角深入分析了恢复过程，并将复杂的 UHD 恢复问题解构为三个渐进阶段：零频增强、低频恢复和高频细化。基于这一见解，我们提出了一个新颖的框架 ERR，它由三个协作子网络组成：零频增强器（ZFE）、低频恢复器（LFR）和高频细化器（HFR）。具体而言，ZFE 整合全局先验以学习全局映射，而 LFR 恢复低频信息，强调粗粒度内容的重建。最后，HFR 采用我们设计的频率窗口化 Kolmogorov-Arnold 网络（FW-KAN）来细化纹理和细节，产生高质量的图像恢复。我们的方法在各种任务中显著优于以前的 UHD 方法，广泛的消融实验验证了每个组件的有效性。代码可在 \href{https://github.com/NJU-PCALab/ERR}{此处}获取。
引用
@article{arxiv.2503.13165,
title = {From Zero to Detail: Deconstructing Ultra-High-Definition Image Restoration from Progressive Spectral Perspective},
author = {Chen Zhao and Zhizhou Chen and Yunzhe Xu and Enxuan Gu and Jian Li and Zili Yi and Qian Wang and Jian Yang and Ying Tai},
journal= {arXiv preprint arXiv:2503.13165},
year = {2025}
}
备注
Accepted to CVPR 2025