面向UHD图像修复与增强的神经判别-提示Transformer
计算机视觉与模式识别
2026-03-03 v1
摘要
我们提出了一种简单而有效的方法——UHDPromer，一种神经判别-提示Transformer，用于超高清 (UHD) 图像修复和增强。我们的UHDPromer灵感来自一个有趣的观察：高分辨率特征与低分辨率特征之间隐含存在神经差异，探索此类差异可以促进低分辨率特征的表示。为此，我们首先引入神经判别先验 (NDP) 来衡量差异，然后将NDP集成到我们提出的神经判别-提示注意力 (NDPA) 和神经判别-提示网络 (NDPN) 中。所提出的NDPA通过整合NDP来全局感知有用的判别信息进行注意力重新表述，而NDPN则利用NDP引导的连续门控机制，选择性地允许有益内容的通过。为增强修复图像的质量，我们提出了一种超分辨率引导的重建方法，该方法依据超分辨率低分辨率特征来促进最终的UHD图像修复。实验表明，UHDPromer在3项UHD图像修复和增强任务中（包括低光图像增强、图像去雾和图像去模糊）实现了最佳计算效率，同时保持了最先进的性能。源代码和预训练模型将在 https://github.com/supersupercong/uhdpromer 上提供。
关键词
引用
@article{arxiv.2603.00853,
title = {Neural Discrimination-Prompted Transformers for Efficient UHD Image Restoration and Enhancement},
author = {Cong Wang and Jinshan Pan and Liyan Wang and Wei Wang and Yang Yang},
journal= {arXiv preprint arXiv:2603.00853},
year = {2026}
}
备注
Accepted by IJCV'26; code is available at https://github.com/supersupercong/uhdpromer