ICML 2024 | 川大发布用于开集图像复原的测试时退化适应框架

文章预览

©PaperWeekly 原创 · 作者 |  缑元彪 单位 |  四川大学彭玺教授课题组 研究方向 |  图像复原 论文标题： Test-Time Degradation Adaptation for Open-Set Image Restoration 收录会议： ICML 2024, Spotlight 论文地址： https://openreview.net/pdf/cbe8a535cb6ad39d7f4315b6eaedd1bcc36a0a4d.pdf Github地址： https://github.com/XLearning-SCU/2024-ICML-TAO 背景 图像复原旨在消除图像中的退化现象（如噪声、模糊和雨雾），提升图像的视觉效果和信息内容。近年来，图像复原方法取得了显著进展，能够处理多种多样的退化问题，例如高斯噪声、运动模糊、低分辨率等。 尽管这些方法取得了不错的性能，但大都面向封闭场景，即假设测试时的图像退化与训练时的图像退化是相似的。然而，这种假设在实际应用中往往是不成立的。实际场景中的图像退化情况复杂多变，可能由于设备差异、环境因素或人为干扰等 ………………………………