AADNet: Attention aware Demoiréing Network

摘要中提到，摩尔纹(Moire pattern)经常出现在移动设备和数码相机拍摄的照片中，可能会降低图像质量。尽管计算机视觉最近取得了进展，但由于摩尔纹图案的动态纹理和颜色、形状、频率的变化，图像去摩尔纹仍然是一个具有挑战性的任务。大多数现有方法难以推广到未见过的数据集，限制了它们在去除现实场景中的摩尔纹图案方面的有效性。本文提出了一种新颖的轻量级架构，即AADNet(Attention Aware Demoireing Network)，用于高分辨率图像去摩尔纹，可以有效地在不同频段之间工作，并且对未见过的数据集具有很好的泛化能力。在UHDM数据集上进行的大量实验验证了我们方法的有效性，可以生成高保真的图像。

本论文旨在解决移动设备和数码相机拍摄的照片中经常出现的moire图案问题，以提高图像质量。现有方法往往无法泛化到未知数据集中，限制了它们在现实场景中去除moire图案的效果。

本论文提出了一种新的轻量级架构，AADNet（Attention Aware Demoireing Network），用于高分辨率图像去moire，能够有效地跨不同频段工作，并且在未知数据集上具有良好的泛化性能。

本论文在UHDM数据集上进行了广泛的实验，验证了我们的方法的有效性，可以生成高保真度的图像。论文还提到了使用的数据集和开源代码等信息，并探讨了未来研究的方向。

最近的相关研究包括：'Deep Learning for Moire Pattern Removal: A Survey'，'Deep Learning for Image Demoiréing: A Comprehensive Survey'等。