基于锚框约束的感知优化：无参考质量引导下的扩散模型
计算机视觉与模式识别
2026-04-30 v1 人工智能
摘要
扩散模型在图像生成领域取得了显著的成功，但其训练主要依赖于全参考目标，以确保与真实图像的像素级相似性。这种监督虽然有效于保障保真度，但在主观视觉感知质量和文本-图像语义一致性方面可能不足。本文研究将无参考感知质量纳入扩散训练的问题。一个关键挑战是，直接优化感知信号（如无参考图像质量评估(NR-IQA)模型提供的信号）会导致与原始扩散目标之间的不匹配，引发微调期间的训练不稳定和分布漂移。为解决此问题，我们提出一种锚框约束优化框架，以实现稳定的感知适应。具体而言，我们利用学习型 NR-IQA 模型作为感知引导信号，同时引入基于锚框的正则化，以确保在噪声预测方面与基础扩散模型保持一致。该设计有效平衡了感知质量的提升与生成保真度，允许针对感知上有利的输出进行受控适应，而不损害原始生成行为。广泛的实验表明，我们的方法在保持生成多样性和训练稳定性的同时，持续增强感知质量，凸显了锚框约束感知优化在扩散模型中的有效性。
引用
@article{arxiv.2604.26348,
title = {ACPO: Anchor-Constrained Perceptual Optimization for Diffusion Models with No-Reference Quality Guidance},
author = {Yang Yang and Feifan Meng and Han Fang and Weiming Zhang},
journal= {arXiv preprint arXiv:2604.26348},
year = {2026}
}
备注
14 pages, 9 figures, 11 tables