إطار إطار الانتشار الباقي المدعوم بطرح الإنتروبيا لتحسين دقة الصور

أظهرت نماذج الانتشار الاحتمالية تفوقاً ملحوظاً في تحسين الدقة الأحادية للصورة (SISR). ومع ذلك، فإن آلية إزالة الضوضاء متعددة الخطوات الخاصة بها تسبب عبئًا حسابيًا مرتفعًا بشكل مفرط، مما يقيّد بشدة تطبيقها في العالم الحقيقي. لمعالجة هذه المشكلة، نقترح إطار إزالة الضوضاء بالانتشار المدعوم بطرح الإنتروبيا لإعادة بناء الصور (ESRDF). الفكرة الأساسية هي نقل جزء من عبء تحسين الدقة من نموذج الانتشار إلى مُفكك تشفير الصور، مع تركيز رئيسي على استعادة التوافق الهيكلي المتماثل بين صور الدقة المنخفضة (LR) والدقة العالية (HR) الذي غالبًا ما يتدهور أثناء تقليل العينات. على وجه التحديد، يستخدم الفرع الرئيسي لإطار ESRDF شبكة عصبونية تلافيفية (CNN) تقوم بإعادة بناء الميزات من خطوة واحدة، تحت إشراف خسارة مطابقة الإنتروبيا الجديدة بالإضافة إلى خسارة إعادة البناء التقليدية. تعتمد هذه الخسارة على استراتيجية مطابقة الإنتروبيا المجزأة التي تفرض الاتساق الإقليمي بين الصور الحقيقية والمتوقعة. استنادًا إلى تركيز خسارة L1 على تفاصيل البكسل وفهم خسارة الإدراك للمعاني العالمية، يكمّل قياس الإنتروبيا الإقليمي المحاذاة العالمية لهياكل المعلومات داخل المناطق. في ظل هذا الإطار، يقدم الفرع الرئيسي محتوى منخفض التردد خشن، مما يقلل بشكل كبير من عبء عمل فرع الانتشار، الذي يحتاج الآن فقط إلى تنقيح التفاصيل ذات التردد العالي بشكل متفرق. تظهر النتائج التجريبية على عدة مجموعات بيانات معيارية أن ESRDF يحقق أوقات تقارب نموذج أقل وجودة توليد أعلى مع خطوات إزالة ضوضاء أقل، متفوقًا على الطرق السابقة المبنية على الانتشار لإعادة بناء الصور.