跳转至

🖼️ 图像恢复

🧠 NeurIPS2026 · 29 篇论文解读

📌 同领域跨会议浏览: 🎞️ ECCV2026 (78) · 📷 CVPR2026 (140) · 🔬 ICLR2026 (62) · 🧪 ICML2026 (21) · 🤖 AAAI2026 (12) · 🧠 NeurIPS2025 (29)

🔥 高频主题: 扩散模型 ×8 · 超分辨率 ×6 · 图像恢复 ×5

A Principled Self-Referenced Early Stopping Approach for Deep Image Prior

针对深度图像先验(DIP)因网络过度参数化而容易过拟合测量噪声的顽疾,本文提出一种基于构造伪自参考图像的早停理论与方法体系,设计了针对彩色图像的通道相似度参考(CSR-ES)、针对灰度/医学图像的掩码参考(MR-ES)以及基于频域谱偏差评分的增广通道参考(ACR-ES),无需噪声水平先验即可实现接近神谕点(Oracle)的鲁棒早停。

Analyzing and Guiding Zero-Shot Posterior Sampling in Diffusion Models

本文在平移不变高斯先验假设下推导出扩散模型零样本后验采样器与理想后验采样器的频域闭式分布,并通过最小化重构后验与真实后验之间的平均 Wasserstein-2 距离,以原则性的最优频域引导权重取代了传统的手工启发式超参数调节,在图像去模糊、修复与加速 MRI 重建上显著提升了信号保真度与感知质量的平衡。

Beyond Spatial-Domain Supervision: A Relation Constrained Space for Multi-Modal Image Fusion

RCS-Fusion 不把源图像当成理想融合图像,而是从冻结的 DINO/CLIP 特征学习关系监督空间,用共享、互补和冲突协调约束训练不同融合骨干,Transformer 版本在 M3FD 的融合图像检测中取得 0.730 mAP。

Bricker to BRACE: A Bracket Exposure RAW Dataset and Restoration Model for Flicker-Banding

针对屏幕拍摄中滚动快门与屏幕调光时域混叠导致的闪烁条纹伪影,本文构建了包含物理光线追踪仿真与真实多曝光拍摄的双模态RAW数据集Bricker,并提出基于频域条纹先验与多尺度空间跨注意力融合的恢复模型BRACE及评估指标SFC。

Can We Model the Artifacts Explicitly? Disentangle Artifacts via Pairwise Edit Residuals

将图像篡改定位重构为隐变量推断问题,构建含 45K 编辑组的 EditGroup-45K 数据集,并通过成对编辑残差与边缘匹配负采样(PAL)显式解耦篡改伪影,为下游篡改定位模型提供通用的抗语义捷径骨干网络初始化。

Continuous Expert Assembly: Instance-Conditioned Low-Rank Residuals for All-in-One Image Restoration

针对全能型图像恢复中全局提示特征瓶颈与离散 MoE 路由不稳定的痛点,本文提出 Continuous Expert Assembly (CEA),通过轻量交叉注意力超适配器按样本动态合成低秩路由基与残差方向,并在空间 token 级以有符号点积连续汇聚残差更新,显著提升了复合退化与空间异质退化的恢复质量。

Control-Augmented Autoregressive Diffusion for Data Assimilation

针对自回归扩散模型在混沌物理系统长程推演中误差累积以及现有测试期优化计算昂贵的问题,本文提出基于随机最优控制视角的摊销控制框架 CADA,通过轻量级离线控制器预见未来观测窗口并在去噪子步注入仿射修正,实现免测试期优化的高效前向同化与长程稳定预测。

Exact Posterior Score Estimation for Solving Linear Inverse Problems

本文推导了线性高斯逆问题下精确后验分数的解析闭式解,证明后验采样等价于在测量驱动的偏移支点上进行各向异性去噪,并提出保持标准预训练结构的 EPS 训练目标,无需似然梯度或投影即可实现高保真度与高效率采样。

Flow Map Denoisers: Traversing the Distortion-Perception Plane for Inverse Problems

本文揭示流映射(Flow Maps)模型的时间前瞻参数 \(t\) 内在地定义了一个连续遍历失真-感知平面的两时刻平均去噪器族,在无需辅助网络或重新训练的前提下,通过嵌入即插即用(PnP)优化框架实现了对通用图像逆问题感知质量与数据保真度的主动连续控制。

GLUT: 3D Gaussian Lookup Table for Continuous Color Transformation

将三维高斯泼溅思想引入连续RGB色彩空间,通过紧凑的显式3D高斯基元软划分与局部仿射变换重构3D查找表(3D LUT),以不足1KB的极低参数量实现高保真色彩变换、多风格无缝融合与免重训实时局部调色。

Hardware-Friendly Token-Group Activation Quantization for Low-Bit Mamba Super-Resolution

针对选择性扫描机制导致的空域 Token 激活范围剧烈分化难题,本文提出硬件友好的静态 Token 分组量化(TGQ)与频域保持微调(FPR)目标,在无需运行时动态统计开销的前提下实现了极低比特(W4A4/W2A2)Mamba 超分辨率的高保真重建,在 Jetson Orin Nano 上取得 2.23× 实际加速。

i-DEQ: A stable inertial deep equilibrium model for image restoration

i-DEQ 将带重启的惯性优化嵌入显式能量型深度均衡模型的训练与推理,在小规模图像恢复实验中获得接近 ELDER 的重建质量并显著缩短均衡求解时间,但理论保证是有条件的驻点复杂度,实际训练也并非始终稳定。

Learning Where and What to Restore for Composite Image Restoration

CART 在一个 U-Net 内用窗口级空间路由分配恢复算力,再用多热退化监督塑造的任务特征控制图像级通道路由,在 CDD-11 上取得 29.95 dB 平均 PSNR,但其速度优势伴随比 MoCE-IR 更高的参数量与峰值内存。

LL-Bench: Rethinking Low-Level Vision Evaluation in the Era of Large-Scale Generative Models

针对大规模生成模型在底层视觉中保真度与感知质量权衡不明及传统指标失效的问题,本文构建了包含 16 类退化任务、2.89 万张恢复图像及 15.2 万对专家偏好的 LL-Bench 基准,并提出了联合预测恢复质量与幻觉概率的统一评估及奖励模型 LL-Score。

LucidNFT: LR-Anchored Multi-Reward Preference Optimization for Flow-Based Real-World Super-Resolution

针对流匹配真实世界超分辨率中生成随机性引发的结构与语义幻觉问题,LucidNFT 提出了局部幻觉敏感的低分辨率参考评估器 LucidConsistency、保持维度对比的解耦奖励归一化策略,以及大规模真实降质数据集 LucidLR,实现了保真度与感知质量的协同对齐。

MESS: Multi-Exposure Sequence Synthesis for Generalizable Image Enhancement

针对真实场景图像光照增强模型跨任务泛化能力差及配对训练数据匮乏的问题,MESS提出利用RAW图像构建的相机一致性曝光先验指导扩散生成器,从单张8-bit自然RGB图像合成逼真的多曝光序列,由此构建出500K规模的高质量配对数据集,显著提升了下游轻量级增强网络在低光、曝光校正和逆光增强等多任务上的泛化表现。

Multidimensional Observer Model and Perceptual Dimensions of Human Image Quality Assessment

本文把图像表示为低维感知空间中的高斯分布,用带噪采样后的参考距离比较拟合人类选择,发现 CORnet-S Multi 模型在 BAPPS、PieAPP、NIGHTS 上分别以 3、9、96 维达到自身超随机性能的 95%,表明不同质量判断任务需要不同的感知结构。

ODDR: One-Step Deshadow Diffusion via Reward Guidance

本文提出无须真实世界配对监督的单步扩散去阴影模型 ODDR,先基于物理合成阴影数据微调 Stable Diffusion 获得单步去阴影基线 ODD,再利用通过渐进可控退化排序训练的免人工标注奖励模型 ShadowReward,在真实单张阴影图像上进行偏好引导微调,大幅提升了生成质量与跨数据集泛化能力。

PCDFusion: Proposal-Context-Detail Bayesian Rendering for Infrared-Visible Image Fusion

针对红外与可见光物理不对称性与局部可靠性冲突,提出以可见光为锚点的三阶段贝叶斯后验渲染框架 PCDFusion,通过物理先验与对数证据自适应决定渲染动作权重,兼顾目标保留、曝光失效修复与伪影抑制。

Principled Design of Diffusion-based Optimizers for Inverse Problems

本文提出面向扩散模型逆问题求解的 OptDiff 优化器框架,通过理论推导起始/终止噪声水平的容差重参数化与双端梯度归一化,消除了跨任务手动调参的痛点,并成功引入动量与预条件技术实现数倍推断加速。

PRISM: Prior Rectification and Uncertainty-Aware Structure Modeling for Diffusion-Based Text Image Super-Resolution

PRISM 针对重度退化文本超分辨率中先验不可靠与局部边缘模糊的耦合难题,通过流匹配先验校正(FMPR)与结构引导不确定性残差编码(SURE),实现了单步扩散下的高保真笔画恢复与毫秒级推理。

PRISM: Rethinking Atmospheric Scattering Reconstruction as a Unified Understanding and Restoration Model for Real-world Dehazing

PRISM 将真实场景去雾重构为物理引导的近端算子展开模型(PSAR),联合重建空间变化的大气光场、透射率和无雾场景辐射度,并结合在线非均匀雾合成与质量门控自蒸馏及物理残余雾审计(SSDA),在无成对真实数据的真实去雾任务上实现高质量恢复。

Q-Probe: Scaling Image Quality Assessment to High Resolution via Context-Aware Agentic Probing

Q-Probe 提出首个面向高分辨率图像质量评价的智能体交互探测框架,构建了基于小波纹理注入的高分辨率基准 Vista-Bench,并通过“预对齐强化学习—混合分辨率SFT—解耦强化微调”三阶段渐进式训练消除了“局部裁剪即缺陷”的伪因果偏见。

RIFLE: Removal of Image Flicker-Banding via Latent Diffusion Enhancement

针对智能手机拍摄发光屏幕时因卷帘快门曝光与屏幕调制混叠导致的频闪条纹(Flicker-Banding)退化,本文提出了首个专用的条纹生成仿真管线、真实对齐评测基准,以及融合条纹先验估计器与区域掩膜损失的一步潜扩散恢复框架 RIFLE。

Single Shot HDR Recovery via a Video Diffusion Prior

将单帧 LDR 图像的 HDR 恢复重构为条件视频生成与轻量级曝光融合的两阶段问题,利用预训练视频扩散模型生成单调曝光递增的时序图像包围序列,再经轻量级 Fusion UNet 预测逐像素权重进行线性辐射融合,在保真度、物理可解释性与极端过暗过曝恢复上显著超越现有生成式基线。

SP\(^3\): Spherical Priors for Plug-and-Play Restoration

提出基于球面自编码器(Sphere Encoder)先验的免求导即插即用(PnP)图像恢复算法 SP\(^3\),通过紧凑球面隐空间投影与半二次分裂闭式数据保真项交替迭代,在保持与扩散模型相当的真实感与高频细节的同时,将推理速度大幅提升 33 至 630 倍,并赋予单步即得可用结果的“随时”(anytime)恢复特性。

SR-Prominence: A Crowdsourced Protocol and Dataset Suite for Perceptually-Weighted Super-Resolution Artifact Evaluation

本文提出面向单图像超分辨率的“伪影显著度”(Artifact Prominence)感知度量目标,构建了包含 3,935 个标注掩膜的众包评估套件 SR-Prominence,发现 DeSRA 实验室二值掩膜中近半数(48.2%)未被多数观察者察觉,并建立了免二次众包的无阈值相关性评测基准与伪真值评估协议。

When Latents Forget Pixels: Restoring Fidelity in Diffusion Transformer Super-Resolution

针对隐空间扩散Transformer因VAE压缩瓶颈导致低频LR细节丢失与幻觉伪影的问题,提出像素锚定超分辨率框架(PGSR),在VAE压缩前提取多尺度LR像素证据,通过条件端轨迹引导与解码器端特征调制两阶段协同约束生成轨迹并锚定最终渲染。

WorldSR: Harnessing World Knowledge Search for Grounded Image Super-Resolution

WorldSR 提出一种基于实体级真实世界知识检索的图像超分辨率框架,通过 MLLM 规划实体候选框、记忆验证去重、多源检索与三阶过滤获取对齐参考图,并构建结合 Dual-LoRA 架构的单步扩散超分辨率模型,有效消除生成先验带来的虚构幻觉。