基于内容-退化解缘的通用图像退化模型
计算机视觉与模式识别
2025-07-15 v2 图像与视频处理
摘要
图像退化合成在从图像修复到模拟艺术效果等众多应用中具有高度需求。现有模型为生成特定或受限范围的退化而设计，往往需要用户提供退化参数，因而缺乏超出初始设计范围或适应其他应用的泛化能力。本文提出首个通用退化模型，能够合成包含均匀（全局）和非均匀（空间变异）成分的广泛且真实的退化。该模型自动提取并解缘均匀和非均匀退化特征，用于无需用户干预的退化合成。提出一种基于压缩的解缘方法，将退化信息从图像中分离。创建两个新模块，用于提取和集成非均匀退化，以建模复杂退化中的非均匀成分。我们在胶片颗粒模拟和盲目图像修复任务中展示了该模型的准确性和适应性。本项目的演示视频、代码和数据集将在 github.com/yangwenbo99/content-degradation-disentanglement 上发布。
引用
@article{arxiv.2505.12860,
title = {Towards a Universal Image Degradation Model via Content-Degradation Disentanglement},
author = {Wenbo Yang and Zhongling Wang and Zhou Wang},
journal= {arXiv preprint arXiv:2505.12860},
year = {2025}
}