GL-PGENet：用于鲁棒文档图像增强的参数化生成框架

文档图像增强（DIE）是文档 AI 系统中的关键组件，其性能在很大程度上决定了下游任务的有效性。为解决现有方法局限于单一退化恢复或灰度图像处理的局限性，我们提出了全局与局部参数化生成增强网络（Global with Local Parametric Generation Enhancement Network, GL-PGENet），这是一种专为多重退化彩色文档图像设计的新型架构，确保在真实场景中的效率与鲁棒性。我们的解决方案包含三项关键创新：首先，一种分层增强框架，将全局外观校正与局部细化相结合，实现由粗到细的质量提升。其次，具有参数化生成机制的双分支局部细化网络，取代了传统的直接预测，通过学习到的中间参数化表示而非像素级映射来生成增强输出。该方法增强了局部一致性，同时提升了模型泛化能力。最后，结合密集块的改进型 NestUNet 架构，有效融合低级像素特征与高级语义特征，专门针对文档图像特性进行了适配。此外，为提升泛化性能，我们采用两阶段训练策略：在包含 50 万个以上样本的合成数据集上进行大规模预训练，随后进行特定任务的微调。大量实验证明了 GL-PGENet 的优越性，在 DocUNet 和 RealDAE 上分别取得了 0.7721 和 0.9480 的 SOTA SSIM 分数。该模型还展现出显著的跨域适应性，并在不降低性能的情况下保持高分辨率图像的计算效率，证实了其在真实场景中的实用价值。