Restauration d'images à motifs en utilisant des réseaux neuronaux convolutifs multirésolution

Les appareils photo numériques et les téléphones mobiles nous permettent de capturer facilement des moments précieux. Bien que la qualité des images numériques s'améliore constamment, prendre des photos de haute qualité d'écrans numériques reste un défi car ces photos sont souvent affectées par des motifs de moiré, résultant de l'interférence entre les grilles de pixels du capteur de la caméra et celles de l'écran du dispositif. Les motifs de moiré peuvent gravement altérer la qualité visuelle des photos. Cependant, peu d'études se sont penchées sur ce problème. Dans cet article, nous présentons un nouveau réseau neuronal pleinement convolutif à résolution multiple pour supprimer automatiquement les motifs de moiré des photos. Étant donné qu'un motif de moiré couvre une large gamme de fréquences, notre réseau propose une analyse non linéaire à résolution multiple de l'image d'entrée avant de calculer comment annuler les artefacts de moiré dans chaque bande de fréquences. Nous avons également créé un jeu de données d'évaluation à grande échelle comprenant plus de 100 000 paires d'images pour étudier et évaluer les algorithmes de suppression des motifs de moiré. Notre réseau obtient des performances d'avant-garde sur ce jeu de données en comparaison avec les architectures d'apprentissage existantes pour les problèmes de restauration d'images.