ICLR 2026 | 基于后验采样的图像规复方法LearnIR：人脸去阴影、去雾

作者：vivo BlueImage Lab
本文入选 ICLR 2026
ICLR（International Conference on Learning Representations）是聚焦呆板学习与深度学习等范畴的国际顶级学术集会会议，致力于推动人工智能理论与方法的前沿研究与创新发展。
ICLR 2026 19525篇投稿，吸收率约27.4%。
论文主页：
https://openreview.net/pdf?id=aAb26aqU1E

择要：
真实场景图像复缘故原由复杂异质退化而极具挑衅，现有扩散模子方法存在保真度不敷、偏差累积或依靠未知前向算子等标题。本文提出LearnIR，通过练习轻量网络猜测梯度校正分布，实现无需前向算子的扩散后验采样校正；并筹划动态分辨率模块，进一步克制噪声。在多个图像复原基准上，LearnIR的PSNR、SSIM、LPIPS均到达先辈程度。
对应的论文已被 ICLR2026 吸收！
一、论文重要是针对什么标题？

本文重要针对真实天下图像复原标题，即从受到复杂退化（如雾霾、阴影、噪声、活动暗昧等）影响的图像中规复出高质量、高保真的清楚图像。
标题出现的配景
真实天下中的成像情况每每引入多种异质退化，且这些退化经常同时出现并相互交织，使得图像复原成为一个经典的病态逆标题。
现有基于扩散模子的图像复原方法存在三类核心限定：

• 条件天生方法：难以在诚实复原和真实天生之间取得平衡；
  
• 基于反演的方法：将退化图像反演到潜空间的过程中会累积偏差，导致与输入显着弊端，且服从低下；
  
• 后验采样方法（如DPS）：必要精确已知的前向丈量算子 A（比方高斯暗昧核、随机掩码等），但在真实场景中该算子通常不可得到，严峻限定了实际应用。
  

二、核心贡献与效果概览

2.1 核心贡献

1. 可学习的扩散后验采样框架（LearnIR）：提出通过练习轻量级网络直接猜测后验采样中的梯度校正项分布，无需已知前向退化算子即可实现扩散后验采样校正，从根本上突破了传统DPS方法的关键限定。
2. 扩散后验采样校正（DPSC）：利用高斯分布的封闭性，证实白前向过程真实后验与模子猜测反向分布之间的弊端服从高斯分布，进而可以通过练习一个轻量网络来拟合该弊端的均值，作为即插即用的正则化项校正扩散轨迹，消除采样过程中的布局弊端和色偏等不划一性。
3. 动态分辨率模块（DRM）：筹划了时间依靠的动态分辨率调治计谋，在像素空间中实现"从粗到细"的采样过程——高噪声阶段利用低分辨率捕获全局上下文，低噪声阶段规复高分辨率精修纹理细节，无需预练习VAE即可简化端到端流水线并低沉盘算开销。
2.2 关键理论

论文的核心定理（Theorem 1）证实：在DRM潜空间中，DPS梯度正比于模子猜测的反向分布与真实前向后验之间的弊端：

利用高斯分布的封闭性，该弊端可以建模为：

此中均值 μ 和方差 σ² 均有分析闭式解。通过练习网络 μ_θ 去拟合分析均值 μ，可以有用地引导采样轨迹与真实后验对齐。
2.3 效果预览

本文公式推导比力多，想相识细节的同砚可以直接看原文附录推导过程，先预览下效果吧：
第一排是原始图，第二排是对应处理处罚后的图：

在去雾和去阴影数据集上和一些其他模子的对比效果：

三、论文提出的方法是什么？

LearnIR 框架由两个互补模块构成：
3.1 动态分辨率模块（DRM）

界说时间依靠的缩放因子 s(t)，在差别扩散时间步将图像映射到差别分辨率的潜空间：

• 早期阶段（t≥T/2）：对图像举行大标准下采样（S=Sdown），聚焦全局布局建模；
  
• 后期阶段（t≤T/2）：规复原始分辨率（S=Sup），精修高频纹理细节。
  

利用高效的非可练习双线性插值实现，无需预练习VAE，显着低沉盘算本钱。
3.2 扩散后验采样校正（DPSC）

在标准去噪丧失之外引入划一性正则化项：

• 去噪丧失：束缚噪声猜测网络 ε_θ 精确估计残差噪声；
  
• 划一性丧失：束缚校正网络 μ_θ 拟合前向-反向后验弊端的分析均值。
  

总丧失函数：

推理时，DPSC 作为即插即用模块，在每个采样步调通过 μ_θ 猜测梯度校正，自顺应修正扩散轨迹。
3.3 练习与推理

练习接纳两阶段计谋：

• Stage 1：固定分辨率练习（DRM关闭），聚焦学习DPSC梯度校正；
  
• Stage 2：开启DRM，以更小学习率在动态分辨率下微调。
  

推理基于残差扩散的平滑等效变更确定稳固采样出发点 T'，仅需5步采样即可天生高质量效果。
四、实行效果展示

4.1 数据集与设置

实行在5个数据集上举行：ISTD（阴影去除）、O-HAZE/HazyDet/REVIDE（去雾）以及新构建的FaceShadow数据集（人脸阴影去除，含30,000对合成数据 + 1,000对真实数据）。全部评估在单张A100 GPU上完成，采样步数仅为5步。
4.2 阴影去除（ISTD数据集）

LearnIR在mask-based方法中取得最佳体现，与mask-free最优方法相比也具有竞争力。
4.3 去雾使命（O-HAZE / HazyDet / REVIDE）

LearnIR在三个去雾数据集上全面逾越全部对比方法，在O-HAZE上PSNR提拔 +2.27 dB，在HazyDet上PSNR提拔 +1.65 dB 且SSIM提拔 +0.124。
4.4 人脸阴影去除（自建的FaceShadow数据集）

LearnIR在合成和真实人脸阴影数据上均大幅领先，PSNR分别提拔 +2.44 dB 和 +1.71 dB。
4.5 溶解实行

溶解实行验证了DPSC和DRM两个模块的有用性：

• 去除DPSC导致PSNR降落 4.4 dB，分析后验采样校正对消除轨迹不划一至关告急；
  
• 去除DRM导致PSNR降落 1.27 dB，验证了动态分辨率计谋对全局布局保持的告急性；
  
• 同时去除两者，性能大幅降落至22.86 dB，证实两个模块协同共同才气到达最优效果。
  

4.6 盘算服从

DRM利用非可练习的双线性插值，盘算开销险些为零。完备模子仅需5步采样，总推理时间约1.6秒。

vivo BlueImage Lab
蓝图实行室，重要负责移动影像算法创新，包罗图像/视频处理处罚、图像/视频交互、图像/视频加强、多模态明白大模子等方面的技能前沿探索。
致力于不绝提拔vivo移动影像的算法本领，利用户可以或许拍摄出更加清楚、雅观的照片和视频。同时积极探索加强实际、具身智能等新兴技能范畴的应用，积极为用户提供更加丰富和便捷的影像体验。
接待连续关注 vivo 影像技能，获取前沿技能创新履历分享与热招岗位信息。

免责声明：如果侵犯了您的权益，请联系站长及时删除侵权内容，谢谢合作！qidao123.com:ToB企服之家，中国第一个企服评测及软件市场,开放入驻,技术点评得现金.