MoiréNet：一种用于图像去摩尔纹的紧凑双域网络
计算机视觉与模式识别
2025-09-24 v1
摘要
摩尔纹源于显示器像素晶格与相机传感器网格之间的频谱混叠，表现为各向异性、多尺度的伪影，对数字图像去摩尔纹提出了重大挑战。我们提出MoiréNet，一个基于卷积神经网络U-Net的框架，协同整合频域和空间域特征以有效去除伪影。MoiréNet引入两个关键组件：方向频域-空间编码器（DFSE），通过方向差分卷积识别摩尔纹方向；以及频域-空间自适应选择器（FSAS），实现精确的、特征自适应的抑制。大量实验表明，MoiréNet在公开和常用数据集上取得了SOTA性能，同时具有极高的参数效率。MoiréNet仅有5.513M个参数，相比ESDNet-L减少了48%，将卓越的恢复质量与参数效率相结合，使其非常适合资源受限的应用，包括智能手机摄影、工业成像和增强现实。
引用
@article{arxiv.2509.18910,
title = {Moir\'eNet: A Compact Dual-Domain Network for Image Demoir\'eing},
author = {Shuwei Guo and Simin Luan and Yan Ke and Zeyd Boukhers and John See and Cong Yang},
journal= {arXiv preprint arXiv:2509.18910},
year = {2025}
}