扩散频率先验网络

暗区恢复快且干净

用频率域约束的先验生成替代扩散模型的迭代采样，大幅加速推理，同时借助小波变换块抑制伪影、恢复精细细节。

Yan, Qingsen · Tao, Hu · Wu, Peng · Dai, Duwei · Gu, Shuhang · Dong, Wei · 张艳宁

IEEE Transactions on Circuits and Systems for Video Technology 2025

技术优势

推理更快

通过频率域先验生成网络替代了扩散模型的多次迭代，显著减少推理时间。

伪影更少

引入基于小波的变压器块，在处理退化区域时利用频率域特征生成细节并避免伪影。

先验更紧凑

联合训练先验生成和恢复模型，约束先验分布，使先验在频率域中更紧凑。

应用场景

• 低光无人机视觉：在无人机端实时增强低光图像，提升夜间侦察或巡检的可视性。
• 工业视觉检测：增强暗光产线图像，让缺陷检测算法看得更清楚。
• 夜视辅助驾驶：提升夜间行车图像质量，帮助驾驶辅助系统识别路况。
• 低照度监控：增强夜间监控视频，便于安全人员识别目标。