UniDemoir\'e：面向通用图像去 moiré 的数据生成与合成
计算机视觉与模式识别
2025-02-11 v1 人工智能
摘要
图像去 moiré 是图像修复中最具挑战性的任务之一，主要由于 moiré 图案的不可预测性和各向异性特征。受限于训练数据的数量和多样性，现有方法倾向于过度拟合单一 moiré 领域，导致在新领域上的性能下降，限制了其在实际应用中的鲁棒性。本文提出了一种通用图像去 moiré 解决方案——UniDemoir\'e，具备卓越的泛化能力。值得注意的是，我们提出了创新且有效的数据生成与合成方法，能够自动提供大量高质量的 moiré 图像以训练通用去 moiré 模型。我们的大量实验表明，我们的方法在广泛的图像去 moiré任务中表现出领先性能和广阔的潜力。
引用
@article{arxiv.2502.06324,
title = {UniDemoir\'e: Towards Universal Image Demoir\'eing with Data Generation and Synthesis},
author = {Zemin Yang and Yujing Sun and Xidong Peng and Siu Ming Yiu and Yuexin Ma},
journal= {arXiv preprint arXiv:2502.06324},
year = {2025}
}
备注
Accepted by AAAI 2025