本文改进了Restormer架构，以实现高分辨率图像的运动去模糊。通过简化模型复杂度18.4%和优化注意力机制，保持或提升了性能。新训练管道和频率损失项提高了模型在多个数据集上的收敛性和训练效率。

本文提出了一种基于相关驱动特征分解融合网络的多模态图像融合方法，利用Restormer块提取特征，并结合双分支Transformer-CNN提取低频和高频信息。该方法在红外-可见图像融合和医学图像融合中表现优异，显著提升了检测和分割性能。