DriftRec：将扩散模型适配于盲 JPEG 复原
摘要
在这项工作中，我们利用扩散模型的高保真生成能力来解决高压缩比下的盲 JPEG 复原问题。我们提出了一种对扩散模型前向随机微分方程的简洁修改，以将其适配于该复原任务，并将我们的方法命名为 DriftRec。将 DriftRec 与具有相同网络架构的 回归基线以及最先进的 JPEG 复原技术进行比较，我们表明我们的方法能够摆脱其他方法生成模糊图像的趋势，并且更显著地忠实恢复干净图像的分布。为此，仅需要干净/损坏图像对的数据集，而无需关于损坏操作的任何知识，从而使其能够更广泛地应用于其他复原任务。与其他条件与无条件扩散模型不同，我们利用这样一种思想：干净图像与损坏图像的分布彼此之间比它们各自与扩散模型反向过程中通常的高斯先验更为接近。因此，我们的方法仅需要低水平的加噪，并且即使没有进一步优化也只需相对较少的采样步数。我们表明，DriftRec 自然泛化到真实且困难的场景，例如未对齐的双重 JPEG 压缩以及在线发现的 JPEG 图像的盲复原，而在训练期间并未遇到此类样本。
引用
@article{arxiv.2211.06757,
title = {DriftRec: Adapting diffusion models to blind JPEG restoration},
author = {Simon Welker and Henry N. Chapman and Timo Gerkmann},
journal= {arXiv preprint arXiv:2211.06757},
year = {2024}
}
备注
(C) 2024 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works