抗退化更稳
通过估计源图像中的退化并利用共细化融合模块，网络在融合互补信息的同时增强了对场景退化的鲁棒性，优于现有方法。
王雪 · 官铮 · 钱文华 · 曹进德 · Runzhuo, Ma · 75736923
Information Fusion 2025
通过对比学习，模型学习识别并优化源图像中的退化，即使面对训练中未见过的退化类型也能保持稳定。
共细化融合模块利用表示特征与源信息之间的相互依赖关系，挖掘各源特有信息和跨源互补信息，实现有效特征聚合的同时减少信息丢失。
引入图像级显著性掩码和特征级能量变化掩码，缩小解域，鼓励模型优先关注源图像的固有内容，尤其是被退化遮挡的细节。
在静态数据统计和高级视觉任务上进行了大量实验，验证了方法优越性。