RestoreVAR：面向全合一图像修复的视觉自回归生成方法
计算机视觉与模式识别
2026-03-26 v3 人工智能
摘要
潜变量扩散模型（LDM）如 Stable Diffusion 显著提升了全合一图像修复（AiOR）方法的感知质量，同时增强了其泛化能力。然而，这些基于 LDM 的框架因迭代去噪过程导致推理速度缓慢，使其不适用于时间敏感的应用。视觉自回归建模（VAR）是一种近期提出的图像生成方法，通过尺度空间自回归实现与最先进扩散变换器相当的性能，同时大幅降低计算成本。此外，我们的分析揭示 VAR 中的粗尺度主要捕获退化信息，而细尺度编码场景细节，从而简化了修复过程。基于此，我们提出 RestoreVAR，一种基于 VAR 的新型生成式 AiOR 方法，在修复性能上显著超越基于 LDM 的模型，同时实现超过 10 倍的推理加速。为充分利用 VAR 在 AiOR 中的优势，我们提出了架构改进，包括精心设计的交叉注意力机制和潜变量空间细化模块，专门针对 AiOR 任务。大量实验表明，RestoreVAR 在生成式 AiOR 方法中达到最先进性能，同时展现出强大的泛化能力。
引用
@article{arxiv.2505.18047,
title = {RestoreVAR: Visual Autoregressive Generation for All-in-One Image Restoration},
author = {Sudarshan Rajagopalan and Kartik Narayan and Vishal M. Patel},
journal= {arXiv preprint arXiv:2505.18047},
year = {2026}
}
备注
Project page: https://sudraj2002.github.io/restorevarpage/