SPIRE: Semantic Prompt-Driven Image Restoration 论文阅读笔记
- 这是一篇港科大学生在google research 实习期间发在ECCV2024的语义引导生成式修复的文章，港科大陈启峰也挂了名字。从首页图看效果确实很惊艳，尤其是第三行能用文本调控修复结果牌上的字。不过看起来更倾向于生成，对原图内容并不是很复原（不过在生成式方法中已经做得很好了），适合超级噪声图这种原图信息丢失十分严重的场景：
- 整体方法流程如下图所示，用的是stable diffusion的框架，甚至模型参数都是pretrain好后fix住的，在此之上，用controlnet的风格添加了另外一部分网络，来接收restoration的描述和degraded image，网络中的feature来调制这个train好的stable diffusion的unet中的feature，然后是可train的：
- 现在diffusion有了两个目标，一个是原有的stable diffusion在denoise的过程中还是文本梯度，另一个是最终生成的图片要和输入的LQ图片内容一致，而这部分梯度分开由需要train的那个网络承担。：
- 可以看到，这个方法的PSNR确实不高，但是视觉效果真的很好，泛化性感觉也不错：
- 如果要一言以蔽之，这个工作可以说是controlnet的restoration 特供版，不过确实做得不错，可惜没看到有开源。
原文地址：https://blog.csdn.net/weixin_44326452/article/details/143607052
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！