基于块去噪扩散模型在恶劣天气条件下恢复视觉

恶劣天气条件下的图像恢复一直是各类计算机视觉应用的重要关注点。近期成功的方法依赖于深度神经网络架构设计的最新进展（例如视觉 transformer）。受当前最先进条件生成模型所取得进展的启发，我们提出了一种基于去噪扩散概率模型的新型块级图像恢复算法。我们的块级扩散建模方法通过使用引导去噪过程并在推理时对重叠块间的噪声估计进行平滑，实现了与尺寸无关的图像恢复。我们在图像除雪、联合去雨去雾以及去除雨滴的基准数据集上对我们的模型进行了实证评估。我们证明了我们的方法在天气特定和多天气图像恢复上均达到了最先进的性能，并通过实验展示了其对真实世界测试图像的强泛化能力。