基于球面分层专家路由的全景图像修复 SLER-IR
计算机视觉与模式识别
2026-03-09 v1
摘要
在多样化退化条件下的图像修复，对统一的全能框架仍然具有挑战性，主要由于特征干扰和专家专业化不足。我们提出了 SLER-IR，一种基于球面分层专家路由的框架，能够动态激活跨网络层的专家。为确保路由可靠性，我们引入了对比学习的球面统一退化嵌入，将退化表示映射到超球面，以消除线性嵌入空间中的几何偏差。此外，Global-Local Granularity Fusion (GLGF) 模块整合了全局语义和局部退化线索，以解决空间非均匀退化和训练-测试粒度差距。在三个任务和五个任务的基准测试中，实验表明 SLER-IR 在 PSNR 和 SSIM 方面均显著优于现有最先进方法。代码和模型将公开释放。
引用
@article{arxiv.2603.05940,
title = {SLER-IR: Spherical Layer-wise Expert Routing for All-in-One Image Restoration},
author = {Peng Shurui and Xin Lin and Shi Luo and Jincen Ou and Dizhe Zhang and Lu Qi and Truong Nguyen and Chao Ren},
journal= {arXiv preprint arXiv:2603.05940},
year = {2026}
}