释放语义潜在空间在扩散模型用于图像去雾中的潜力
计算机视觉与模式识别
2025-09-25 v1
摘要
扩散模型最近被作为图像去雾的强大生成求解器所探索，因其卓越的数据分布建模能力而备受关注。然而，随着扩散模型在推断阶段需要大量采样步骤，加上对扩散模型进行重新训练的巨大计算负担，限制了其在图像去雾领域的更广泛应用。为此，我们探索了冻结预训练扩散模型中hazy图像语义潜在空间的属性，提出一种用于图像去雾的Diffusion Latent Inspired网络，称为DiffLID。具体而言，我们首次揭示，随着扩散时间步的变化，预训练扩散模型的语义潜在空间可以表征hazy图像的内容与雾特征。基于此洞见，我们将不同时间步的扩散潜在表示整合到精心设计的去雾网络中，以为图像去雾提供指令。我们的DiffLID通过有效利用来自预训练扩散模型中所获得的有信息表示，避免了重新训练扩散模型以及迭代采样过程的需求，这也为引入扩散模型到图像去雾提供了新的视角。 Extensive实验表明，所提方法在多个数据集上实现了优于现有图像去雾方法的优异性能。代码已公开于https://github.com/aaaasan111/difflid。
引用
@article{arxiv.2509.20091,
title = {Unleashing the Potential of the Semantic Latent Space in Diffusion Models for Image Dehazing},
author = {Zizheng Yang and Hu Yu and Bing Li and Jinghao Zhang and Jie Huang and Feng Zhao},
journal= {arXiv preprint arXiv:2509.20091},
year = {2025}
}