Bridging Degradation Discrimination and Generation for Universal Image Restoration¶

会议: ICLR 2026
arXiv: 2602.00579
代码: 无
领域: 图像生成
关键词: 通用图像修复, GLCM退化表征, 扩散模型, 三阶段训练, all-in-one restoration

一句话总结¶

BDG 通过多角度多尺度灰度共生矩阵（MAS-GLCM）进行细粒度退化判别，并设计三阶段扩散训练（生成→桥接→修复）将退化判别能力与生成先验无缝融合，在 all-in-one 修复和真实世界超分辨率任务上取得显著的保真度提升。

研究背景与动机¶

领域现状：通用图像修复要求单一模型处理多种退化类型，需要同时具备退化判别和条件生成两种能力

现有痛点： - 退化判别路线（AirNet、PromptIR 等）：引入额外判别网络识别退化类型，但使用 L1/L2 损失导致输出过于平滑，真实场景效果差 - 生成先验路线（StableSR、DiffBIR 等）：利用预训练扩散模型的生成能力恢复丰富纹理，但 all-in-one 场景中容易把轻度退化误判为严重退化，生成与原图不一致的细节

核心矛盾：退化判别和生成先验是两种独立发展的能力，缺乏统一框架将二者有机融合

本文目标：在保持扩散模型生成先验的同时，为其注入细粒度退化判别能力，使其能根据退化程度自适应调整输出

切入角度：提出新的退化表征（MAS-GLCM）+ 三阶段扩散训练策略，将判别信息逐步桥接到生成过程中

核心 idea：用灰度共生矩阵做内容无关的退化表征，通过三阶段训练将其与扩散模型特征对齐，实现判别与生成的统一

方法详解¶

整体框架¶

三阶段训练流程：(1) 生成预训练——在高质量图像上学习 VE-SDE 去噪；(2) 桥接阶段——引入残差条件，将 MAS-GLCM 特征与扩散模型中间特征通过对比学习对齐；(3) 修复微调——启用全部条件（残差+LQ图像），用 L1 损失提升保真度。

关键设计¶

多角度多尺度灰度共生矩阵 (MAS-GLCM):
- 功能：从退化图像中提取与图像内容无关的退化特征
- 核心思路：标准 GLCM 计算特定距离和方向上像素对的共现频率；MAS-GLCM 在多个角度 \(\Theta\) 和尺度 \(L\) 上计算 GLCM 后取平均：\(M_{mas} = \frac{1}{n \times m} \sum_{i,j} M_{L_i \cdot \sin(\Theta_j), L_i \cdot \cos(\Theta_j)}\)
- 设计动机：GLCM 的计算天然丢弃图像内容信息（只统计灰度共现），避免了 Sobel、频率等方法与内容耦合的问题。多角度多尺度覆盖避免局部性
- 实验验证：在退化类型分类上 KNN 准确率 97.13%（vs Fourier 65.80%），退化等级分类 74.17%（vs Fourier 30.83%）
三阶段扩散训练:
- 基础公式：\(x_{t-1} = x_t - \alpha_t x_{res}^\theta - \frac{\beta_t^2}{\bar{\beta}_t} \epsilon^\theta + \delta_t x_{lq}\)
- 生成阶段：\(\alpha_t \equiv 0, \delta_t \equiv 0\)，退化为 VE-SDE 去噪，纯生成先验学习
- 桥接阶段：\(\delta_t \equiv 0\)，引入残差 \(x_{res}\) 作为条件，残差本身携带退化信息。此阶段将 MAS-GLCM 特征 \(F_{mas}\) 与扩散模型中间特征 \(F_{diff}\) 通过双向交叉熵对齐，同时用 MLP 做退化分类确保 \(F_{mas}\) 保持判别力
- 修复阶段：启用 \(\alpha_t, \beta_t, \delta_t\)，直接注入 \(x_{lq}\) 增强保真度。将退化分类改为全负样本对比学习适应真实场景
退化-生成桥接损失:
- 功能：在桥接阶段对齐 GLCM 特征和扩散特征
- 核心思路：\(\mathcal{L}_{bridge} = \frac{1}{2}[\text{H}(y^{m2d}, p^{m2d}) + \text{H}(y^{d2m}, p^{d2m})]\)，双向交叉熵对齐
- 总损失：\(\mathcal{L}_{bdg} = \mathcal{L}_{gen} + \lambda(\mathcal{L}_{bridge} + \mathcal{L}_{deg-cls})\)，\(\lambda = 0.1\)

损失函数 / 训练策略¶

生成阶段：标准去噪损失（噪声预测+残差预测）
桥接阶段：去噪 + 特征对齐 + 退化分类
修复阶段：L1 保真损失 + 特征对齐桥接损失 + 全负样本对比学习
真实世界退化用 Real-ESRGAN 的多步退化链模拟，定义 8 个中间状态作为"退化顺序"伪标签

实验关键数据¶

主实验 — All-in-One 修复¶

方法	路线	保真度 (PSNR↑)	感知质量 (LPIPS↓)
PromptIR	判别型	高	差（过平滑）
DiffBIR	生成型	低（不一致）	好
BDG	判别+生成统一	显著提升	保持

消融实验 — MAS-GLCM 退化分类能力¶

退化表征	类型分类 Acc (%)	等级分类 Acc (%)
LQ 图像	51.44	20.00
Sobel (梯度)	40.80	23.33
Laplace (梯度)	83.05	20.83
Fourier (频率)	65.80	30.83
MAS-GLCM	97.13	74.17

关键发现¶

MAS-GLCM 远优于现有退化表征：在细粒度退化等级分类上领先 Fourier 43 个百分点
三阶段训练缺一不可：去掉桥接阶段直接从生成到修复，保真度显著下降
生成先验被成功保留：修复结果的纹理丰富度接近纯生成模型，但保真度大幅提升
不改变模型架构：BDG 通过训练策略和损失设计实现改进，无需修改网络结构

亮点与洞察¶

MAS-GLCM 的内容无关性是最大亮点：GLCM 的计算方式天然排除内容信息，只保留纹理统计特性——这使得退化判别不受图像语义干扰
三阶段过渡设计的优雅：生成→桥接→修复，通过逐步引入扩散公式中的参数来控制模型能力的演进——从纯生成到条件生成再到修复
将退化分类重构为对比学习：桥接阶段用离散类别标签，修复阶段用全负对比——适应真实世界退化无法明确分类的现实

局限与展望¶

MAS-GLCM 的角度和尺度参数需要手动选择
三阶段训练增加了训练复杂度
真实世界退化的"顺序分类"是近似的伪标签，不完全反映真实退化
未在视频修复等时序场景验证

评分¶

新颖性: ⭐⭐⭐⭐ MAS-GLCM 退化表征有新意，三阶段训练设计有深度
实验充分度: ⭐⭐⭐⭐ 退化分类验证 + all-in-one + 真实超分，但缺少与更多基线的定量对比
写作质量: ⭐⭐⭐⭐ 方法推导清晰，但符号较多需要仔细跟踪
价值: ⭐⭐⭐⭐ 统一判别和生成的思路对图像修复领域有实际指导意义