PromptIR：面向全合一盲图像复原的提示学习
计算机视觉与模式识别
2023-06-23 v1
摘要
图像复原旨在从退化版本中恢复高质量清晰图像。基于深度学习的方法显著提升了图像复原性能，然而它们对不同退化类型和程度的泛化能力有限。这限制了其实际应用，因为需要为每个特定退化训练独立模型，并需已知输入退化类型以应用相应模型。我们提出一种基于提示的学习方法 PromptIR，用于全合一图像复原，可有效复原各类类型和程度的退化图像。具体而言，我们的方法使用提示来编码退化特定信息，并据此动态引导复原网络。这使我们的方法能泛化到不同退化类型和程度，同时在图像去噪、去雨和去雾上取得最先进结果。总体而言，PromptIR 提供了一个通用且高效的插件模块，仅需少量轻量提示，即可在无需图像中腐败先验信息的情况下复原各类类型和程度的退化图像。我们的代码与预训练模型见：https://github.com/va1shn9v/PromptIR
引用
@article{arxiv.2306.13090,
title = {PromptIR: Prompting for All-in-One Blind Image Restoration},
author = {Vaishnav Potlapalli and Syed Waqas Zamir and Salman Khan and Fahad Shahbaz Khan},
journal= {arXiv preprint arXiv:2306.13090},
year = {2023}
}