用于真实世界图像恢复的扩散恢复适配器
计算机视觉与模式识别
2025-03-03 v1
摘要
扩散模型已展现出其强大的图像生成能力，能够有效拟合高度复杂的图像分布。这些模型可以作为图像恢复的强先验。现有方法通常利用 ControlNet 等技术，从这些先验中采样以低质量图像为条件的高质量图像。然而，ControlNet 通常涉及复制原始网络的大部分，随着先验规模的扩大，会导致参数量显著增加。在本文中，我们提出了一种相对轻量级的 Adapter，它利用预训练先验强大的生成能力来实现逼真的图像恢复。该 Adapter 可以同时适配去噪 UNet 和 DiT，并表现出色。
引用
@article{arxiv.2502.20679,
title = {Diffusion Restoration Adapter for Real-World Image Restoration},
author = {Hanbang Liang and Zhen Wang and Weihui Deng},
journal= {arXiv preprint arXiv:2502.20679},
year = {2025}
}