UniLDiff：解锁图像恢复中扩散先验的全能力量
计算机视觉与模式识别
2025-08-05 v2
摘要
全能图像恢复（AiOIR）已成为一个引人注目的且富有挑战性的研究方向。为解决多样化退化建模和细节保留的核心挑战，我们提出 UniLDiff，一个增强了退化感知和细节感知机制的统一框架，解锁了扩散先验用于稳健图像恢复的潜力。具体而言，我们引入退化感知特征融合（DAFF），通过解耦融合和自适应调制动态将低质量特征注入每个去噪步骤，从而实现对多样化和复合退化的隐式建模。此外，我们在解码器中设计细节感知专家模块（DAEM），通过专家路由增强纹理和细节结构恢复。广泛的实验在多任务和混合退化设置下表明，我们的方法始终实现了最先进的性能，凸显了扩散先验用于统一图像恢复的实用潜力。我们的代码将公开发布。
引用
@article{arxiv.2507.23685,
title = {UniLDiff: Unlocking the Power of Diffusion Priors for All-in-One Image Restoration},
author = {Zihan Cheng and Liangtai Zhou and Dian Chen and Ni Tang and Xiaotong Luo and Yanyun Qu},
journal= {arXiv preprint arXiv:2507.23685},
year = {2025}
}