摘要

自然图像的非局部自相似性已被证明是图像恢复的有效先验。然而，大多数现有的non-local方法为每个query分配固定数量的非局部连接，忽略了非局部关联的动态性。此外，非局部相关性通常是基于像素的，但容易因图像退化而产生偏差。为了克服这些缺陷，这篇文章提出了一种动态的图注意力模型(DAGL)，研究图像恢复过程中块级别的动态非局部相似性。具体地说，文章中提出了一种动态的图模型，可以以执行patch-wise的图卷积，每个节点具有动态的和自适应的邻节点数量。这样，局部图像内容可以通过其连接的邻节点自适应地调节重建过程。基于块的非局部连接也可以强化消息传递的过程。文章中提出的模型在图像去噪、图像去马赛克、和图像去块效应等图像重建任务中取得目前最优的性能。

文章提出一种交替级联的图像重建网络，由多个特征提取模块和基于动态图的多头信息聚合模块组成，结构如下图所示：