تقدير دوال تحويل متعددة لتحسين الصور

تم تطوير معظم الخوارزميات القائمة على التعلم العميق لتحسين الصور بناءً على نهج التحويل من صورة إلى صورة، حيث يصعب تفسير عمليات التحسين في هذه الخوارزميات. في هذه الورقة، نقترح خوارزمية جديدة لتحسين الصور تكون قابلة للتفسير، وتُقدّر عدة دوال تحويلية لوصف التحويلات اللونية المعقدة. أولاً، نطور شبكة لتقدير دوال التحويل المتعددة المستندة إلى التوزيع التكراري (HMTF-Net)، والتي تستخدم المعلومات المكانية والإحصائية المتوفرة في الصور المدخلة لتقدير هذه الدوال. ثانيًا، نُقدّر خرائط أوزان فردية للبكسل، والتي تعكس مساهمة كل دالة تحويلية في كل بكسل، وذلك بناءً على البنية المحلية للصورة المدخلة والصور المنقولة التي تم الحصول عليها من خلال كل دالة تحويلية. أخيرًا، نحصل على الصورة المحسّنة كمجموع موزون للصور المنقولة باستخدام خرائط الأوزان المقدرة. وقد أكدت التجارب الواسعة فعالية النهج المقترح، وبيّنت أن الخوارزمية المقترحة تتفوّق على أحدث الخوارزميات في مجال تحسين الصور في مهام تحسين الصور المختلفة.