uhdm图像去摩尔纹
图像去摩尔纹
  • 模型资讯
  • 模型资料

uhdm-image-demoireing模型介绍

给定一张输入带有摩尔纹的图像,输出去除摩尔纹图像;

拍摄数字屏幕上显示的内容时,相机的颜色滤波器阵列(CFA)和屏幕LCD亚像素之间存在频率堆叠效应,呈现的图像混合了彩色的条纹,此类图像称为摩尔纹图像。

模型结构

模型主干是编码-解码网络,同时在不同语义特征层堆叠语义特征对齐感知模块SAM,以提升模型处理大分辨率摩尔纹尺度变化的能力。

期望模型使用方式与适用范围

本模型主要是针对优化摩尔纹图像的质量,具有一定的领域适用性。

如何使用

在ModelScope框架上,提供输入图片,即可以通过简单的Pipeline调用使用当前模型。

代码范例

from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks
from modelscope.outputs import OutputKeys
image_demoire = pipeline(Tasks.image_demoireing, model='damo/cv_uhdm_image-demoireing')
img_path ='https://modelscope.oss-cn-beijing.aliyuncs.com/test/images/image_moire.jpg'
result = image_demoire(img_path)
from PIL import Image
Image.fromarray(result[OutputKeys.OUTPUT_IMG]).save('./result.jpg')

模型局限性以及可能的偏差

  • 算法在训练同分布数据范围内可以取得良好的修复效果,还有一定的优化提升空间。

训练数据介绍

预处理

  • 给定一张输入图像,图像分辨率可32倍整除归一化。

数据评估及结果

DataSet PSNR SSIM LPIPS
UHDM 22.119/22.422 0.7956/0.7985 0.2551/0.2454
FHDMi 24.500/24.882 0.8351/0.8440 0.1354/0.1301
TIP2018 29.81 /30.11 0.916 /0.920 — /—
LCDMoire 44.83 /45.34 0.9963/0.9966 — /—

引用

@inproceedings{Yu2022TowardsEA,
  title={Towards Efficient and Scale-Robust Ultra-High-Definition Image Demoireing},
  author={Xin Yu and Peng Dai and Wenbo Li and Lan Ma and Jiajun Shen and Jia Li and Xiaojuan Qi},
  booktitle={European Conference on Computer Vision (ECCV)},
  year={2022}
}
@inproceedings{dai2022video,
  title={Video Demoireing with Relation-Based Temporal Consistency},
  author={Dai, Peng and Yu, Xin and Ma, Lan and Zhang, Baoheng and Li, Jia and Li, Wenbo and Shen, Jiajun and Qi, Xiaojuan},
  booktitle={Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition},
  year={2022}
}