إلى تهيئة فعّالة ومقاومة للقياس في تفكيك الشبكة الصورية فائقة الوضوح

مع التطور السريع للأجهزة المحمولة، تتيح الهواتف الذكية الحديثة والشائعة الاستخدام عادةً للمستخدمين التقاط صور بجودة 4K (أي صور عالية جداً الدقة). ومع ذلك، تُجرى غالباً الدراسات الحالية المتعلقة بإزالة نمط الموري (demoireing) – وهي مهمة صعبة في مجال الرؤية المنخفضة المستوى – على صور منخفضة الدقة أو صور مُولّدة اصطناعياً. وبالتالي، لا يزال غير معروف مدى فعالية هذه الأساليب عند تطبيقها على صور بجودة 4K. في هذا البحث، نستكشف إزالة نمط الموري للصور ذات الدقة الفائقة. ولتحقيق ذلك، نقترح أول مجموعة بيانات لإزالة الموري بجودة فائقة (UHDM)، والتي تحتوي على 5000 زوج من الصور الواقعية بجودة 4K، ونُجري دراسة معيارية لتقييم أحدث الأساليب الحالية. علاوةً على ذلك، نقدم نموذجاً أولياً فعالاً يُسمى ESDNet لمعالجة صور الموري بجودة 4K، حيث نُصمم وحدة مُتميزة تُعرف بـ "وحدة مُحاذاة الدلالة مع الوعي بالمقاييس" لمعالجة التغير في الحجم الخاص بنمط الموري. تُظهر التجارب الواسعة فعالية النهج المُقترح، الذي يتفوق على أفضل الأساليب الحالية بفارق كبير، مع الحفاظ على حجم نموذج خفيف للغاية. يمكن الوصول إلى الكود والبيانات عبر الرابط: https://xinyu-andy.github.io/uhdm-page.