في عملية اكتساب الصور، تُضاف عادةً أشكال متعددة من التدهور، بما في ذلك الضوضاء، والضباب، والرياح، التي تنشأ عادةً من القيود الجوهرية للكاميرات أو الظروف البيئية غير المواتية. ولإعادة بناء صور نظيفة من النسخ المتأثرة بالتدهور، تم تطوير العديد من الأساليب المتخصصة، كل منها يركّز على نوع معين من التدهور. في الآونة الأخيرة، اجتذبت الخوارزميات الشاملة (all-in-one) اهتمامًا كبيرًا من خلال معالجة أنواع مختلفة من التدهور ضمن نموذج واحد دون الحاجة إلى معلومات مسبقة حول نوع التدهور المدخل. ومع ذلك، تعمل هذه الأساليب بشكل صرف في المجال المكاني ولا تستكشف التغيرات الترددية المميزة المتأصلة في أنواع التدهور المختلفة. ولسد هذه الفجوة، نقترح شبكة استعادة صور شاملة تتكيف تلقائيًا بناءً على استخراج الترددات وتعديلها. وتستند فكرتنا إلى الملاحظة التي تشير إلى أن أنواع التدهور المختلفة تؤثر على محتوى الصورة في نطاقات ترددية مختلفة، مما يستدعي معالجة متنوعة لكل مهمة استعادة. بشكل محدد، نبدأ باستخراج المعلومات الترددية المنخفضة والمرتفعة من الميزات المدخلة، بمرافقة الطيف المنفصل تلقائيًا للصورة المتدهورة. ثم يتم تعديل الميزات المستخرجة بواسطة عامل ثنائي الاتجاه لتعزيز التفاعل بين المكونات الترددية المختلفة. وأخيرًا، تُدمج الميزات المعدلة مع المدخل الأصلي لإجراء استعادة متدرجة وموجهة. وبهذا النهج، يحقق النموذج استعادة تكيفية من خلال تعزيز النطاقات الترددية المفيدة وفقًا لأنواع التدهور المدخلة. تُظهر التجارب الواسعة أن الطريقة المقترحة تحقق أداءً متميزًا على مستوى الحد الأقصى في مهام استعادة الصور المختلفة، بما في ذلك إزالة الضوضاء، وإزالة الضباب، وإزالة المطر، وتنعيم التوهج الحركي، وتحسين الصور في الإضاءة المنخفضة. يمكن الوصول إلى الكود الخاص بنا عبر الرابط: https://github.com/c-yn/AdaIR.