CogSENet: Слепое устранение размытия изображений с помощью размытие-обусловленной семантической маршрутизации и явного слияния частотных компонентов

Аннотация

Слепое восстановление резкости изображений требует извлечения высокоточных деталей и согласованных структур из сложных, неизвестных искажений. Современные методы слепого восстановления резкости плохо справляются с реальными пространственно-неоднородными искажениями и лишены семантической осведомлённости, необходимой для надёжного различения корректных текстур и артефактов. Для преодоления этого разрыва мы предлагаем CogSENet — динамическую реконструкционную архитектуру с согласованием семантики, вдохновлённую зрительной системой орла. Имитируя активное саккадическое сканирование орла, мы разрабатываем Модуль пространства состояний на основе семантики (SDSSM) с семантически-ориентированной перегруппировкой токенов посредством дифференцируемой маршрутизации, что позволяет моделировать долгосрочные зависимости с учётом контекстных условий. Для обеспечения физически интерпретируемого восстановления текстур и структур Блок бичастотного слияния (BiFreqFusionBlock, BFFB) отражает функциональную дифференциацию сетчатки орла, разлагая признаки на высокие и низкие частоты с помощью вейвлет-преобразований. Наконец, мы оцениваем непрерывное Поле размытия (Blur Field, CBF) по размытому изображению и объединяем его с семантическими априорными данными CLIP для модуляции наиболее глубоких латентных признаков, эмулируя фокальную адаптацию и обеспечивая адаптивное восстановление при пространственно-неоднородном размытии. Обширные эксперименты показывают, что CogSENet превосходит современные методы восстановления резкости как по визуальному качеству, так и по структурной точности при меньшем количестве параметров, а также демонстрирует высокую эффективность в задачах устранения дымки, удаления дождя и подавления шума.

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.