CogSENet: Blinde Bildentblätterung mit verwischungskonditioniertem semantischen Routing und expliziter Frequenzfusion

Zusammenfassung

Blindes Bilddeblurring erfordert die Wiederherstellung hochgetreuer Details und kohärenter Strukturen aus komplexen, unbekannten Störungen. Aktuelle Methoden des blinden Bilddeblurrings haben Schwierigkeiten mit realen, räumlich variierenden Störungen und entbehren das semantische Bewusstsein, das notwendig ist, um zuverlässig echte Texturen von Artefakten zu unterscheiden. Um diese Lücke zu schließen, schlagen wir CogSENet vor, ein dynamisches, semantisch ausgerichtetes Rekonstruktionsframework, das vom visuellen System des Adlers inspiriert ist. Durch die Nachahmung des aktiven sakkadischen Scannens des Adlers entwickeln wir ein semantisch gesteuertes Zustandsraummodul (SDSSM) mit semantisch bewusster Token-Neugruppierung durch differenzierbares Routing, was eine prompt-konditionierte Modellierung von Langstreckenabhängigkeiten ermöglicht. Um eine physikalisch interpretierbare Wiederherstellung von Texturen und Strukturen zu gewährleisten, spiegelt ein BiFreqFusionsBlock (BFFB) die funktionale Differenzierung der Netzhaut des Adlers wider, indem er Merkmale mithilfe von Wavelet-Transformationen in hohe und niedrige Frequenzen zerlegt. Schließlich schätzen wir ein kontinuierliches Unschärfefeld (CBF) aus dem unscharfen Bild und fusionieren es mit semantischen CLIP-Prioritäten, um die tiefsten latenten Merkmale zu modulieren, wobei die fokale Anpassung nachgeahmt und eine adaptive Wiederherstellung bei räumlich nicht gleichmäßiger Unschärfe ermöglicht wird. Umfangreiche Experimente zeigen, dass CogSENet die modernsten Entblurrungsmethoden sowohl in der visuellen Qualität als auch in der strukturellen Wiedergabetreue bei weniger Parametern übertrifft, während es auch bei Aufgaben der Entnebelung, Entregnung und Entrauschung gute Ergebnisse erzielt.

English

Blind image deblurring demands the recovery of high-fidelity details and coherent structures from complex, unknown degradations. Current blind image deblurring methods struggle with real-world, spatially varying degradations, and lack the semantic awareness necessary to reliably differentiate valid textures from artifacts. To bridge this gap, we propose CogSENet, a dynamic, semantic-aligned reconstruction framework inspired by the eagle's visual system. By mimicking the eagle's active saccadic scanning, we devise a Semantic-Driven State Space Module (SDSSM) with semantic-aware token regrouping via differentiable routing, enabling prompt-conditioned long-range dependency modeling. To ensure physically interpretable recovery of textures and structures, a BiFreqFusionBlock (BFFB) mirrors functional differentiation of the eagle's retina by decomposing features into high and low frequencies using wavelet transforms. Finally, we estimate a continuous Blur Field (CBF) from blur image and fuse it with CLIP semantic priors to modulate the deepest latent features, emulating focal adaptation and enabling adaptive restoration under spatially non-uniform blur. Extensive experiments demonstrate that CogSENetoutperforms state-of-the-art deblurring methods in both visual quality and structural fidelity with fewer parameters, while also performing favorably on dehazing, deraining, and denoising tasks.