RMFAT: 循环多尺度特征大气湍流缓解器
计算机视觉与模式识别
2025-08-18 v1
摘要
大气湍流通过引入几何畸变、模糊和时间闪烁等失真严重降低视频质量，对视觉清晰度和时间一致性构成重大挑战。当前最先进方法基于 Transformer 和 3D 架构，需要多帧输入，但其巨大的计算成本和内存消耗限制了实时部署，尤其是在资源受限的场景中。本工作提出 RMFAT：循环多尺度特征大气湍流缓解器，旨在高效且时间一致地恢复大气湍流条件下的视频。RMFAT 采用轻量级循环框架，每次仅使用两个输入恢复一帧，显著减小时间窗口大小和计算负担。它进一步在编码器和解码器阶段集成多尺度特征编码与解码以及时间扭曲模块，以增强空间细节和时间一致性。在合成和真实大气湍流数据集上的广泛实验表明，RMFAT 不仅在清晰度恢复方面优于现有方法（SSIM 提升近 9%），而且实现了显著提升的推理速度（运行时间减少超过四倍），使其特别适用于实时大气湍流抑制任务。
引用
@article{arxiv.2508.11409,
title = {RMFAT: Recurrent Multi-scale Feature Atmospheric Turbulence Mitigator},
author = {Zhiming Liu and Nantheera Anantrasirichai},
journal= {arXiv preprint arXiv:2508.11409},
year = {2025}
}