AdaIR：基于频域挖掘与调制的自适应一体化图像修复

在图像获取过程中，噪声、雾霾、雨滴等各类退化现象常被引入。这些退化通常源于相机固有的性能限制或不利的环境条件。为从退化图像中恢复出清晰图像，研究者提出了多种专门化的图像修复方法，每种方法针对特定类型的退化问题。近年来，一体化（all-in-one）算法因其能够在单一模型中处理多种退化类型，且无需事先知晓输入图像的具体退化类型，而受到广泛关注。然而，现有方法大多仅在空间域内进行操作，未能充分挖掘不同退化类型所固有的频率特性差异。为弥补这一不足，本文提出一种基于频率挖掘与调制的自适应一体化图像修复网络。本方法的动机源于观察发现：不同类型的退化对图像在不同频率子带上的内容产生差异性影响，因此每种修复任务需采用不同的频率处理策略。具体而言，我们首先根据退化图像的自适应解耦频谱，从输入特征中挖掘低频与高频信息；随后，利用双向调制算子对提取的特征进行调制，以促进不同频率成分之间的交互；最后，将调制后的特征与原始输入融合，实现渐进式引导的图像重建。通过该机制，模型能够根据输入退化类型自适应地增强具有信息量的频率子带，从而实现更精准的恢复。大量实验表明，所提出的方法在多种图像修复任务中均取得了当前最优的性能，涵盖去噪、去雾、去雨、运动去模糊以及低光照图像增强。相关代码已开源，地址为：https://github.com/c-yn/AdaIR。