LCUDiff：用于可靠人体恢复的潜在容量升级扩散模型
计算机视觉与模式识别
2026-02-05 v1
摘要
现有的人体相关图像恢复方法常常在恢复保真度方面存在不足，尤其是在人体恢复（HBR）方面。最近的基于扩散的恢复方法通常采用预训练的文本到图像扩散模型，其中变分自编码器（VAE）会显著成为恢复保真度的瓶颈。我们提出了 LCUDiff，一个稳定的单步框架，通过将预训练潜在扩散模型的潜在空间从 4 通道升级到 16 通道来提升容量。对于 VAE 微调，我们采用通道分割蒸馏（CSD）以保持前四个通道与预训练先验的一致性，同时分配额外通道有效地编码高频细节。我们进一步设计了先验保留适应（PPA）以平滑地桥接 4 通道扩散主干网络与更高维度 16 通道潜在空间之间的差异。此外，我们提出了解码器路由器（DeR），用于基于恢复质量评分注释进行逐样本解码器路由，这有助于在多样化条件下提升视觉质量。在合成数据集和真实世界数据集上的实验表明，LCUDiff 在轻度退化条件下以竞争的结果实现更高的保真度和更少的伪影，同时保持单步效率。代码和模型将在 https://github.com/gobunu/LCUDiff 提供。
引用
@article{arxiv.2602.04406,
title = {LCUDiff: Latent Capacity Upgrade Diffusion for Faithful Human Body Restoration},
author = {Jue Gong and Zihan Zhou and Jingkai Wang and Shu Li and Libo Liu and Jianliang Lan and Yulun Zhang},
journal= {arXiv preprint arXiv:2602.04406},
year = {2026}
}
备注
8 pages, 7 figures. The code and model will be at https://github.com/gobunu/LCUDiff