BokehDiff：基于单步扩散的神经景深渲染
计算机视觉与模式识别
2025-10-21 v2
摘要
我们提出 BokehDiff，一种新颖的景深渲染方法，借助生成式扩散先验实现物理上准确且视觉上令人满意的结果。与现有方法依赖深度估计精度、在深度不连续处产生伪影不同，我们的方法采用受物理过程启发的自注意力模块，贴合图像形成过程，融入深度相关的圆形模糊约束和自遮挡效应。我们将扩散模型适配单步推理方案，无需引入额外噪声，即可获得高质量且保真的输出。为解决大规模配对数据稀缺的问题，我们提出使用扩散模型合成带透明度的逼真前景，实现真实感与场景多样性之间的平衡。
引用
@article{arxiv.2507.18060,
title = {BokehDiff: Neural Lens Blur with One-Step Diffusion},
author = {Chengxuan Zhu and Qingnan Fan and Qi Zhang and Jinwei Chen and Huaqi Zhang and Chao Xu and Boxin Shi},
journal= {arXiv preprint arXiv:2507.18060},
year = {2025}
}
备注
Accepted by ICCV 2025