基于视觉自回归建模的零参考低光图像联合增强与去模糊
计算机视觉与模式识别
2025-11-25 v1
摘要
实际场景的暗色图像常表现出可见性和对比度较低，同时伴随复杂噪声和模糊，给图像恢复带来重大挑战。现有方法往往依赖配对数据或难以建模动态照明和模糊特征，导致泛化性能差。为此，我们提出一种基于视觉自回归（VAR）建模的生成式框架，由视觉语言模型（VLM）提供感知先验指导。具体而言，为 VAR 模型提供信息丰富的条件线索，我们采用自适应曲线估计方案，基于 VLM 提供的可见性得分对不同照明进行调制。此外，我们将动态且空间频率感知的旋转位置编码（SF-RoPE）集成到 VAR 中，以增强其对因模糊导致的结构退化的建模能力。进一步，我们提出一种递归相位域调制策略，利用 VLM 评估的模糊得分指导下进行有界迭代细化，以消除相位域中的模糊引起的伪影。该框架完全无监督，已在基准数据集上实现了最先进的性能。
引用
@article{arxiv.2511.18591,
title = {Zero-Reference Joint Low-Light Enhancement and Deblurring via Visual Autoregressive Modeling with VLM-Derived Modulation},
author = {Wei Dong and Han Zhou and Junwei Lin and Jun Chen},
journal= {arXiv preprint arXiv:2511.18591},
year = {2025}
}
备注
Accepted by AAAI 2026; First Var-based method for joint LLIE and deblurring