图像恢复

面向图像处理的扩散模型框架，提升模型零样本任务泛化能力 PromptFix是一款针对图像处理的扩散模型优化框架，通过构建大规模指令遵循数据集，采用高频引导采样方法控制模型去噪过程，设计辅助提示适配器，借助视觉语言模型增强文本提示效力。相较于传统图像处理模型，该框架在多种图像处理任务中性能更优，在盲恢复、组合类图像处理任务中具备更出色的零样本能力。

基于CLIP的降级感知图像恢复项目，提升图像重建保真度 DA-CLIP通过训练额外控制器，让固定CLIP图像编码器输出高质量特征嵌入，整合进图像恢复网络实现高保真重建。控制器可输出匹配真实损坏的降级特征，自然形成不同降级类型分类器，无需额外分类模块，采用混合降级数据集训练，兼顾特定与统一图像恢复任务性能。

结合后验均值与矫正流的新颖高效图像恢复算法 Posterior-Mean Rectified Flow（PMRF）是基于深度学习的新颖图像恢复算法，通过优化后验均值结合矫正流模型，在最小化均方误差的同时保障生成图像的逼真度。其核心理论为将后验均值预测（最小均方误差估计）优化至匹配真实图像分布，算法结构简单高效，可处理噪声、模糊等多种图像退化问题，输出图像具备较好感知质量。

高校联合开发的生成式图像恢复技术，支持文本调控修复 InstantIR是由北京大学、InstantX团队与香港中文大学研究人员联合开发的生成式图像恢复技术，获HuggingFace与fal.ai赞助支持。该技术通过动态调整生成条件，在推理过程生成参考图像，相比传统图像恢复方案，可处理极端退化图像，生成纹理更逼真，同时支持通过文本描述调节生成方向，实现创造性图像修复。