يهدف هذا البحث إلى اقتراح آلية لتمثيل هرمي الصور بكفاءة ووضوح على المدى العالمي والإقليمي والمحلي لاستعادة الصور. ولتحقيق ذلك، نبدأ بتحليل خاصيتين مهمتين في الصور الطبيعية، وهما التشابه عبر المقياس (cross-scale similarity) والسمات الصورية غير المتماثلة (anisotropic image features). مستوحى من هذه التحليلات، نقترح "الانتباه الذاتي المُربَّط بالشريط" (anchored stripe self-attention)، الذي يحقق توازناً جيداً بين التعقيد المكاني والزمني للانتباه الذاتي، وقابلية التمثيل التي تمتد خارج النطاق الإقليمي. ثم نقترح معمارية شبكة جديدة تُسمى GRL، والتي تمثل الهرمية الصورية على المدى العالمي والإقليمي والمحلي بشكل صريح من خلال دمج الانتباه الذاتي المُربَّط بالشريط، والانتباه الذاتي النافذة (window self-attention)، و convolution المُعزز بالانتباه القنوي (channel attention enhanced convolution). وأخيراً، تم تطبيق الشبكة المقترحة على 7 أنواع من استعادة الصور، تشمل البيئات الواقعية والاصطناعية. وحققت الطريقة المقترحة حالة جديدة من الأداء القياسي (state-of-the-art) في عدة من هذه المهام. وسيكون الكود متاحاً عبر الرابط التالي: https://github.com/ofsoundof/GRL-Image-Restoration.git.