论文标题：Zero-Shot Image Restoration Using Denoising Diffusion Null-Space Model

论文链接：https://arxiv.org/abs/2212.00490

代码链接：https://github.com/wyhuai/DDNM

作者单位：北京大学 & 鹏程实验室

大多数现有的图像恢复（IR）模型都是特定于任务的，不能推广到不同的退化算子。 在这项工作中，我们提出了去噪扩散零空间模型 (DDNM)，这是一种用于任意线性 IR 问题的新型零样本框架，包括但不限于图像超分辨率、着色、修复、压缩感知和去模糊。 DDNM 只需要一个预训练好的现成扩散模型作为生成先验，不需要任何额外的训练或网络修改。 通过在反向扩散过程中仅细化零域空间内容，我们可以产生满足数据一致性和真实性的不同结果。 我们进一步提出了一个增强和强大的版本，称为 DDNM+，以支持噪声恢复并提高困难任务的恢复质量。 我们对多项 IR 任务的实验表明，DDNM 优于其他最先进的零样本 IR 方法。 我们还证明了 DDNM+ 可以解决复杂的现实世界应用，例如旧照片修复。

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除