DPMambaIR: 基于退化感知提示状态空间模型的一体化图像复原
计算机视觉与模式识别
2026-02-06 v3
摘要
一体化图像复原旨在使用单一模型解决多种图像退化问题，相较于为每种退化类型设计专用模型，提供了一种更实用且通用的解决方案。现有方法通常依赖于特定退化模型或粗粒度退化提示来指导图像复原。然而，它们缺乏对退化信息的细粒度建模，并在平衡多任务冲突方面存在局限性。为了克服这些局限性，我们提出了 DPMambaIR，这是一种新型的一体化图像复原框架，引入了细粒度退化提取器和退化感知提示状态空间模型(DP-SSM)。DP-SSM 利用提取器捕获的细粒度退化特征作为动态提示，并将其融入状态空间建模过程。这增强了模型对多种退化类型的适应性，同时互补的高频增强块(HEB)恢复了局部高频细节。在包含七种退化类型的混合数据集上的大量实验表明，DPMambaIR 取得了最佳性能，其 PSNR 和 SSIM 分别达到 27.69dB 和 0.893。这些结果突显了 DPMambaIR 作为一体化图像复原统一解决方案的潜力与优越性。
引用
@article{arxiv.2504.17732,
title = {DPMambaIR: All-in-One Image Restoration via Degradation-Aware Prompt State Space Model},
author = {Zhanwen Liu and Sai Zhou and Yuchao Dai and Yang Wang and Yisheng An and Xiangmo Zhao},
journal= {arXiv preprint arXiv:2504.17732},
year = {2026}
}