从卷积的视角看不同退化的区别

今天分享的论文是2023CVPR《All-in-one Image Restoration for Unknown Degradations Using Adaptive Discriminative Filters for Specific Degradations》

问题描述

之前的网络是针对一种特定情况，这篇论文针对多种degradation场景进行研究，受filter attribution integrated gradients (FAIG)的启发，我们提出了一种基于adaptive discriminative filter-based model for specific degradations (ADMS)，通过degradation classification (DC)来自适应应用不同种degradation，每种degradation只占总网络参数的3%

前人做法

多种degradation处理方法：

1、不同退化的encoder，一个通用的decoder

2、一个通用的encoder和一个通用的 decoder（无法做到通用，去噪主要是低通滤波，但去模糊接近高通滤波 需要确认一下）

3、一个通用的encoder和一个通用的decoder和一个对比编码器（CE）

4、 作者在3的基础上添加1的方法，利用DC添加网络参数

发现

对于卷积操作，不同的degradation只是某些特定的filter卷积核不同，需要筛选出来

网络

比较依赖，DC和FAIG选择