OneRestore: 様々な劣化に対する普遍的な復元フレームワーク

実世界のシナリオでは、画像の劣化が複合的な退化として現れ、低照度、霞、雨、雪などの要素が複雑に絡み合うことがあります。しかし、既存の復元手法は一般的に単一の劣化タイプを対象としており、複数の劣化要因が共存する環境では不十分な結果しか得られません。このギャップを埋めるために、本研究では4つの物理的腐敗パラダイムを統合し、複雑な複合劣化シナリオを正確に表現できる多用途イメージングモデルを提案します。その文脈において、OneRestore（ワンレストア）と呼ばれる新しいトランスフォーマーベースのフレームワークを提案します。これは適応的かつ制御可能なシーン復元のために設計されており、独自のクロスアテンションメカニズムを活用して、劣化したシーン記述子と画像特徴量を融合させることで微細な復元を可能にします。当モデルは手動で生成されたテキスト埋め込みから視覚的属性に基づく自動抽出まで、多様な入力シーン記述子に対応しています。さらに、当手法は合成劣化復元損失を使用することで強化され、追加の劣化画像をネガティブサンプルとして利用してモデルの制約を強固にします。合成データセットおよび実世界データセットでの比較結果は、OneRestoreが優れた解決策であり、複雑な複合劣化への対処において最先端技術を大幅に進歩させていることを示しています。