基于空间域和频率域自适应融合的图像去模糊网络
计算机视觉与模式识别
2025-02-21 v1
摘要
图像去模糊旨在重建由其对应模糊图像表示的潜在锐利图像。尽管已有方法已取得良好性能，但大多数方法仅在空间域或频率域中操作，很少探索两种域的融合解决方案。本文提出了空间-频率域自适应融合网络（SFAFNet）以解决此限制。具体而言，我们设计了门控空间-频率域特征融合模块（GSFFBlock），由三个关键组件构成：空间域信息模块、频率域信息动态生成模块（FDGM）和门控融合模块（GFM）。空间域信息模块采用 NAFBlock 集成局部信息。同时，在 FDGM 中，我们设计了一个可学习的低通滤波器，动态将特征分解为独立的频率子带，捕获图像-wide 感受野，并实现对全局上下文信息的自适应探索。此外，为促进信息流动和学习互补表征。在 GFM 中，我们提出了一种门控机制（GATE）对空间和频率域特征进行重新加权，这些特征随后通过跨注意力机制（CAM）进行融合。实验结果表明，我们的 SFAFNet 在常用基准测试上相较于最先进的方法表现更优。
引用
@article{arxiv.2502.14209,
title = {Spatial and Frequency Domain Adaptive Fusion Network for Image Deblurring},
author = {Hu Gao and Depeng Dang},
journal= {arXiv preprint arXiv:2502.14209},
year = {2025}
}