2022cvpr的一篇图像修复
主要优点就是一个模型可以修复不同种类的图像退化,比如,noise,haze,rain
主要思想:输入退化图像x,然后得到潜在退化表示(latent degradation representation) z,然后z与x一起恢复图像。
一共有两个自网络CBDE(contrastive-based degradation encoder)和DGEN(Degradation-Guided Restoration Network)
1、得到z的结构就是CBDE
利用的loss是
对于input x,随机crop 两个patch,,然后再从另一张图像中crop一个patch作为
,然后放到CBDE中,得到对应的
,最后放入到两层的MLP中,得到
2、然后在z的指导下,对x进行恢复的网络就是DGRN
DGRN含有五个DGG模块,每个DGG模块又包含五个DGB模块,每个DGB模块又含有两个DGM模块和两个卷积层。DGM结构如下