图像恢复+WaveDM：WaveDM: Wavelet-Based Diffusion Models for Image Restoration

源码见专栏置顶～

论文作者：Yi Huang,Jiancheng Huang,Jianzhuang Liu,Yu Dong,Jiaxi Lv,Shifeng Chen

作者单位：Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences

论文链接：http://arxiv.org/abs/2305.13819v1

内容简介：

1）方向：图像恢复

2）应用：图像去雨滴、去模糊、去马赛克和降噪

3）背景：传统的图像恢复模型效果不佳，最新的基于扩散的方法表现更好，但存在长时间推理的问题。

4）方法：本文提出一种基于小波的扩散模型（WaveDM），并采用高效的条件采样策略（ECS）来解决长时间推理问题。WaveDM在小波变换后的小波域中学习干净图像的分布，条件是受损图像的小波谱，比在空间域中建模更省时。此外，ECS在初始采样期间遵循确定性隐式采样相同的过程，然后停止直接预测干净图像，从而将总采样步骤的数量减少到约5步。

5）结果：在包括图像去雨滴、去模糊、去马赛克和降噪在内的四个基准数据集上的评估表明，WaveDM实现了与传统一次通过方法相当的效率，并且比使用基础扩散模型的现有图像恢复方法快100多倍，同时实现了最先进的性能。