BIR-Adapter: 用于盲图像复原的参数高效扩散适配器
计算机视觉与模式识别
2026-04-28 v3
摘要
我们引入了 BIR-Adapter，一种用于盲图像复原的参数高效扩散适配器。基于扩散的复原方法在解决计算机视觉中的这一基本问题上展现了有前景的性能，通常依赖于辅助特征提取器或对预训练模型进行大量微调。基于大规模预训练扩散模型在图像退化下能保留信息丰富表示的观察，BIR-Adapter 引入了一种参数高效、即插即用的注意力机制，大幅减少了训练参数的数量。为进一步提高可靠性，我们适配了一种采样引导机制，以减轻复原过程中的幻觉。在合成和真实退化上的实验表明，与最先进的方法相比，BIR-Adapter 实现了具有竞争力的、且在若干设置下更优的性能，同时所需训练参数减少达 36 倍。此外，基于适配器的设计使其能够集成到现有模型中。我们通过将一个仅用于超分辨率的扩散模型扩展以处理额外的未知退化，验证了这种通用性，突出了我们的方法对更广泛图像复原任务的适应性。
引用
@article{arxiv.2509.06904,
title = {BIR-Adapter: A parameter-efficient diffusion adapter for blind image restoration},
author = {Cem Eteke and Alexander Griessel and Wolfgang Kellerer and Eckehard Steinbach},
journal= {arXiv preprint arXiv:2509.06904},
year = {2026}
}