本发明中提出了一种基于多阶段渐进式的图像恢复方法，是一种新颖的协同设计，可以最优地平衡这些竞争目标。这是一个多阶段架构，逐步学习退化输入的恢复功能，从而将整个恢复过程分解为更易于管理的步骤。模型首先使用编码器‑解码器架构学习上下文的特征，然后将它们与保留本地信息的高分辨率分支相结合。在每个阶段，都引入了一种新颖的逐像素自适应设计，利用现场监督的注意力来重新衡量局部特征。在这种多阶段体系结构中，一个关键因素是不同阶段之间的信息交换。为此，提出了一种两方面的方法，即不仅从上一阶段到下一阶段顺序地交换信息，而且特征处理块之间还存在横向连接，防止信息的丢失。由此产生的紧密联系的多阶段架构，被称为MPRNet，在10个数据集上提供了强大的性能提升。