Face2Scene：将面部退化用作扩散式场景恢复的感知 Oracle
计算机视觉与模式识别
2026-04-10 v2
摘要
最近的图像恢复技术已能够利用基于参考的人脸恢复模型 (Ref-FR) 从退化输入中恢复出高保真的人脸，但此类方法仅关注面部区域，忽略了整个场景（包括身体和背景）的退化，限制了实际应用的可用性。另一方面，全场景恢复模型往往完全忽略退化线索，导致预测欠定且出现视觉伪影。本文提出 Face2Scene，一个两阶段恢复框架，利用面部作为感知 Oracle 来估计退化并指导整个图像的恢复。给定退化图像和一个或多个身份参考，我们首先应用 Ref-FR 模型重建高质量的人脸细节。从恢复后的退化面部对中提取面部衍生退化代码，该代码捕获退化属性（如噪声、模糊、压缩等），随后转换为多尺度退化感知 token。这些 token 用于条件化扩散模型，以单一步骤恢复整个场景，包括身体和背景。大量实验表明，所提方法在与 state-of-the-art 方法的比较中具有卓越的有效性。
引用
@article{arxiv.2603.16570,
title = {Face2Scene: Using Facial Degradation as an Oracle for Diffusion-Based Scene Restoration},
author = {Amirhossein Kazerouni and Maitreya Suin and Tristan Aumentado-Armstrong and Sina Honari and Amanpreet Walia and Iqbal Mohomed and Konstantinos G. Derpanis and Babak Taati and Alex Levinshtein},
journal= {arXiv preprint arXiv:2603.16570},
year = {2026}
}
备注
Accepted at CVPR 2026