论文Multi-Scale Dynamic Feature Encoding Network for Image Demoiring

论文名字：19-ICCV-Multi-Scale Dynamic Feature Encoding Network for Image Demoiring
论文下载地址：https://arxiv.org/abs/1909.11947
论文代码地址：https://github.com/opteroncx/MDDM

主要任务：去摩尔纹

主要难题：

​ 摩尔纹有两大挑战：摩尔纹广泛分布在各个频段，摩尔纹是动态纹理有不同的颜色和形状，论文对这两中挑战分别采用了采用多尺度网络和DFE(dynamic feature encoding module)两种方法。

​ 论文认为(屏幕)摩尔纹的产生原因是：屏幕的LED栅格和摄像机的CFA栅格没能完美的对上，因此会产生摩尔纹，而未能完美对上的原因可能是因为两者分辨率、距离、角度等等原因，因此摩尔纹同时还是动态的。区别于去噪和超分任务是静态的、只对高频信息处理；摩尔纹是动态、同时对高低频信息处理。

​ 因此摩尔纹有两大特点：动态存在和分布在全频上

整体网络框架：

一共有6个分支，分辨率从1、1/2、1/4、…、1/32

方法：

针对摩尔纹分布在高低频上，目前看到过三种高低频的不同概念。

1. 下采样的次数代表高低频，下采样对多代表频率越低
2. 用小波分离高低频
3. 用不同大小的高斯滤波器卷积图像得到高低频，越模糊代表频率越低

如下图所示，显示了从原始图像分解（下采样）的不同分辨率的表示。