Dado que los algoritmos de restauración existentes tienden a producir artefactos y una discrepancia semántica con la imagen original al manejar áreas grandes de pérdida, se propone un método de restauración de imágenes de segundo orden basado en convolución controlada y transferencia de atención. El método fortalece la influencia de la semántica interna de la imagen a restaurar en la red de reparación para garantizar la coherencia semántica general del resultado. Primero, se utiliza una convolución de múltiples capas para una reparación gruesa de la imagen dañada; luego, el resultado de la reparación gruesa se ingresa a una red de refinamiento mejorada que utiliza convolución controlada y una red de transferencia de atención para reparar los detalles texturales internos de la imagen. En la etapa de codificación y decodificación se introduce el módulo SimAM como mecanismo de atención para reforzar la capacidad de filtrar información importante en la imagen a restaurar; finalmente, un discriminador de Markov con normalización espectral determina la autenticidad mientras proporciona una pérdida adversarial. La pérdida perceptual y la pérdida de similitud estructural multiescala se utilizan como pérdidas de reconstrucción, que se combinan con la pérdida adversarial como función de pérdida. Los experimentos comparativos con otros métodos de restauración de imágenes muestran que este método mejora el índice de similitud estructural en un 1,47 % y la relación señal-ruido pico en un 5,48 % en comparación con los mejores resultados. Los resultados de restauración de este método son más reales y naturales y logran efectos de reparación ideales bajo diversas dimensiones de pérdida.

Procesamiento de imágenes;Restauración de imágenes;Convolución controlada;Transferencia de atención;Pérdida adversarial