扩散模型在退化图像增强中的应用：2025年CCF A类顶会论文技术解析

1次阅读

没有评论

共计 2327 个字符，预计需要花费 6 分钟才能阅读完成。

在图像处理领域，退化图像增强一直是一个极具挑战性的任务。传统的基于 CNN 的方法（如 SRCNN、EDSR 等）主要通过学习低质量图像到高质量图像的映射关系来实现增强。然而，这些方法在处理复杂退化场景时存在明显不足：

退化模式单一假设 ：多数方法假设图像仅受单一退化（如高斯模糊）影响，而真实场景常为混合退化（如运动模糊 + 噪声 + 压缩伪影）
高频细节丢失 ：CNN 的归纳偏置导致生成结果过于平滑，难以恢复真实纹理细节
过拟合风险 ：当训练数据与测试数据退化模式不一致时，性能急剧下降

优势：
能生成视觉上逼真的结果
推理速度快
劣势：
训练不稳定，易出现模式崩溃
对复杂退化适应能力有限

优势：
提供明确的概率框架
训练相对稳定
劣势：
生成图像通常较模糊
难以建模复杂分布

核心优势：
渐进式生成过程能更好处理多尺度特征
理论上可以建模任意复杂分布
对混合退化具有更强鲁棒性
计算代价：
需要多步迭代，推理速度较慢

论文提出 Conditional Denoising Diffusion Probabilistic Model (CDDPM) 架构：

class ConditionalDiffusion(nn.Module):
    def __init__(self, unet, beta_schedule):
        super().__init__()
        self.unet = unet  # U-Net with cross-attention
        self.betas = linear_beta_schedule(beta_schedule)

    def forward(self, x, y, t):
        """
        x: degraded image
        y: condition (e.g., degradation type)
        t: timestep
        """
        noise = torch.randn_like(x)
        noisy_x = self.q_sample(x, t, noise)
        pred_noise = self.unet(noisy_x, y, t)
        return F.mse_loss(pred_noise, noise)

多尺度条件注入 ：通过 U -Net 的跨注意力层融合退化类型信息
自适应噪声调度 ：根据图像局部复杂度动态调整噪声强度
混合训练策略 ：联合优化扩散损失和感知损失

对退化图像 x ₀ 添加逐步噪声得到 x _T
从 x _T 开始，执行 T 次去噪：

for t in reversed(range(0, T)):
    # 条件去噪
    noise_pred = model(x_t, y, t)  
    # 更新图像
    x_{t-1} = 1/sqrt(α_t) * (x_t - (1-α_t)/sqrt(1-ᾱ_t)*noise_pred)

class CondUNet(nn.Module):
    def __init__(self):
        super().__init__()
        # 下采样路径
        self.down1 = nn.Sequential(nn.Conv2d(3, 64, 3, padding=1),
            nn.GroupNorm(8, 64),
            nn.SiLU())
        # 跨注意力层
        self.mid_attn = CrossAttention(embed_dim=256, cond_dim=128)

    def forward(self, x, y, t):
        # 时间嵌入
        t_emb = sinusoidal_embedding(t)
        # 条件融合
        cond = torch.cat([y, t_emb], dim=1)
        # 特征提取
        h = self.down1(x)
        # 注意力融合
        h = self.mid_attn(h, cond)
        return h

def train_step(model, batch, optimizer):
    clean, degraded, deg_type = batch

    # 随机采样时间步
    t = torch.randint(0, T, (clean.size(0),))

    # 计算损失
    loss = model(degraded, deg_type, t)

    # 反向传播
    optimizer.zero_grad()
    loss.backward()
    optimizer.step()

    return loss.item()