Atenção de Duplo Domínio para Desfocagem de Imagem

Como uma tarefa de longa data e desafiadora, a desfocagem de imagem visa reconstruir a imagem nítida latente a partir de sua contraparte degradada. Neste estudo, para superar as lacunas entre os pares de imagens degradadas/nítidas nos domínios espacial e de frequência simultaneamente, desenvolvemos o mecanismo de atenção de duplo domínio para desfocagem de imagem. A autoatuação é amplamente utilizada em tarefas de visão, no entanto, devido à complexidade quadrática, não é aplicável à desfocagem de imagem com imagens de alta resolução. Para aliviar esse problema, propomos um novo módulo de atenção espacial implementando a autoatuação no estilo de convolução de grupo dinâmico para integrar informações da região local, aprimorando a capacidade de aprendizado de representação e reduzindo a carga computacional. Em relação ao aprendizado no domínio da frequência, muitas abordagens baseadas em frequência tratam o espectro como um todo ou decompõem componentes de frequência de maneira complicada. Neste trabalho, elaboramos um módulo de atenção de frequência para desacoplar compactamente o espectro em partes de frequência distintas e acentuar a parte informativa com parâmetros de aprendizado extremamente leves. Finalmente, incorporamos módulos de atenção em uma rede em forma de U. Comparações extensivas com trabalhos anteriores nos benchmarks comuns mostram que nosso modelo, denominado Rede de Atenção de Duplo Domínio (DDANet), obtém resultados comparáveis com uma velocidade de inferência significativamente melhorada.