Hypernetzwerk-basierte adaptive Bildrestauration

Adaptive Bildrestaurationsmodelle können Bilder mit unterschiedlichen Degradierungsstufen zur Inferenzzeit restaurieren, ohne dass das Modell erneut trainiert werden muss. Wir präsentieren einen Ansatz, der sehr genau ist und eine erhebliche Reduktion der Anzahl der Parameter ermöglicht. Im Gegensatz zu bestehenden Methoden kann unser Ansatz Bilder mit einem einzigen Modell fester Größe restaurieren, unabhängig von der Anzahl der Degradierungsstufen. Auf gängigen Datensätzen erzielt unser Ansatz erstklassige Ergebnisse hinsichtlich Größe und Genauigkeit für verschiedene Bildrestaurationsaufgaben, darunter Rauschreduzierung (denoising), Ent-JPEG-Kompression (deJPEG) und Super-Resolution.