تعلم الديناميات الهرمية مع الجوار المكاني لتحسين الصور

في تطبيقات معالجة الصور الواقعية المختلفة، تكون التدهورات دائمًا غير متجانسة أو غير متجانسة بشكل موحد، مما يشكل تحديًا أمام معظم الشبكات العميقة ذات المعاملات الثابتة أثناء مرحلة الاستدلال. مستوحى من الشبكات العميقة الديناميكية التي تُعدّل هيكل النموذج أو معاملاته استنادًا إلى المدخلات، نقترح آلية ديناميكية هرمية موجهة بـ DCP لتحسين الصور، بهدف تعديل المعاملات والسمات النموذجية من المستوى المحلي إلى المستوى العام، مع الحفاظ على الترابط المكاني داخل المنطقة. بشكل محدد، يتم تطبيق مكونات ديناميكية على مستويات القناة-المكان، ومستوى البنية، ومستوى المنطقة بالترتيب. تُولِّد المكونات الديناميكية على مستوى القناة-المكان تغيرات في التمثيلات القنوية والمكانيّة، بينما تتيح المكونات الديناميكية على مستوى البنية نمذجة التحولات الهندسية وزيادة مواقع العينات الخاصة بالسمات المحلية المتغيرة، مما يُحسّن وصف البنية. بالإضافة إلى ذلك، نُقدِّم مكونًا ديناميكيًا جديدًا على مستوى المنطقة، يُولِّد أقنعة مستمرة مكانيًا للسمات الديناميكية، مستفيدًا من مبادئ القناة المظلمة (DCP). تتمتّع المكونات الديناميكية على مستوى المنطقة بالقدرة على الاستفادة من الفروق الإحصائية بين الصور المتشوّهة وغير المتشوّهة. علاوةً على ذلك، فإن توليد المناطق الموجهة بـ DCP يتميز بطبيعته المتماسكة مكانيًا، مما يُسهّل اكتشاف التماسك المحلي للصور. تحقق الطريقة المقترحة أداءً متقدمًا جدًا في مجالات متعددة لتحسين الصور، مثل إزالة الضباب، إزالة المطر، وتحسين الصور ذات الإضاءة المنخفضة. يمكن الوصول إلى الشيفرة المصدرية من خلال الرابط التالي: https://github.com/DongLiangSXU/HDM.