ShapeMoiré：用于图像去摩尔纹的通道级形状引导网络
计算机视觉与模式识别
2025-06-10 v2
摘要
拍摄光电显示器时，由于显示器像素网格与相机传感器阵列之间的模拟信号干扰，常会引入不期望的摩尔纹。这项工作指出了现有图像去摩尔纹方法中两个被广泛忽略的问题：1）摩尔纹在不同通道（RGB）间存在差异；2）重复性图案持续出现。然而，采用传统的卷积（CNN）层无法解决这些问题。相反，本文提出使用我们最近提出的“形状”概念。该概念最初用于对来自碎片化区域的一致特征进行建模，特别是当RGB-D图像中同时存在相同或相似物体时。有趣的是，我们发现形状信息能有效捕捉伪影图像中的摩尔纹。受此发现启发，我们提出了一种新的图像去摩尔纹方法，称为ShapeMoir。除了在图像块级别建模形状特征外，我们进一步将其扩展到全局图像级别，并设计了一种新颖的形状架构。因此，我们提出的方法同时配备了ShapeConv和形状架构，可以无缝集成到现有方法中，而不会在推理过程中引入任何额外的参数或计算开销。我们在四个广泛使用的数据集上进行了大量实验，结果表明我们的ShapeMoir达到了最先进的性能，特别是在PSNR指标方面。
引用
@article{arxiv.2404.18155,
title = {ShapeMoir\'e: Channel-Wise Shape-Guided Network for Image Demoir\'eing},
author = {Jinming Cao and Sicheng Shen and Qiu Zhou and Yifang Yin and Yangyan Li and Roger Zimmermann},
journal= {arXiv preprint arXiv:2404.18155},
year = {2025}
}
备注
19 pages