Vers une démoiréisation ultra-haute définition efficace et robuste à l’échelle

Avec le développement rapide des appareils mobiles, les téléphones portables modernes et largement utilisés permettent généralement aux utilisateurs de capturer des images en résolution 4K (c’est-à-dire en ultra-haute définition). Toutefois, pour la tâche difficile de suppression des motifs de moiré dans le domaine de la vision basse niveau, les travaux existants sont généralement menés sur des images à faible résolution ou synthétiques. L’efficacité de ces méthodes sur des images en résolution 4K reste donc inconnue. Dans cet article, nous explorons la suppression des motifs de moiré dans les images en ultra-haute définition. À cette fin, nous proposons le premier jeu de données dédié à la suppression de moiré en ultra-haute définition (UHDM), comprenant 5 000 paires d’images réelles en résolution 4K, et menons une étude comparative sur les méthodes de pointe actuelles. Par ailleurs, nous introduisons un modèle de base efficace, ESDNet, conçu pour traiter les images 4K affectées par des moirés, dans lequel nous avons conçu un module à alignement sémantique et sensible à l’échelle afin de gérer la variation d’échelle des motifs de moiré. Des expériences étendues démontrent l’efficacité de notre approche, qui surpasse largement les méthodes de pointe tout en étant beaucoup plus légère. Le code source et le jeu de données sont disponibles à l’adresse suivante : https://xinyu-andy.github.io/uhdm-page.