面向无配对手机 ISP 传输的轻量化方案：语义伪配对
计算机视觉与模式识别
2026-05-11 v1
摘要
无配对手机 ISP 是一个具有挑战性的问题，由于 RAW 与目标 RGB 图像之间缺乏场景和颜色对齐。许多现有方法要么需要配对数据，要么依赖对抗训练，在无配对情况下容易不稳定。本文提出一种简单有效的方案，用于 NTIRE 2026 未配对数据学习手机 ISP 挑战赛。我们的方法首先从训练块重建更大的图像，以恢复全局上下文。然后，我们使用 DINOv2 提取语义嵌入，并利用融合 Gromov-Wasserstein（FGW）最优输运在图像和块级别之间构建伪配对。这一语义匹配允许我们在一定程度上缓解数据的无配对性，构建这些伪输入-目标配对。基于这些伪配对，我们训练一个仅包含 7K 参数的轻量 CNN，用于颜色渲染。该网络设计紧凑，专注于颜色转换而非结构变化，这有助于减少伪影并提高训练稳定性。我们的挑战提交在最终隐藏测试集上实现 22.569 PSNR、0.675 SSIM 和 8.067 ，显著优于基线，在所有挑战条目中实现 SSIM 和 的第 3 名。我们的代码已公开于 github.com/nuniniyujin/Unpaired-ISP。
引用
@article{arxiv.2605.07495,
title = {Lightweight Unpaired Smartphone ISP Transfer with Semantic Pseudo-Pairing},
author = {Yujin Cho and Flavien Armangeon and Yanhao Li},
journal= {arXiv preprint arXiv:2605.07495},
year = {2026}
}
备注
13 pages, 9 figures, CVPR Workshops 2026