基於視覺生成的高效影像回復;Efficient Image Restoration Using Vi Sual Generation

NCU Institutional Repository > 資訊電機學院 > 通訊工程學系 > 研究計畫 > Item 987654321/109653

請使用永久網址來引用或連結此文件: https://ir.lib.ncu.edu.tw/handle/987654321/109653

題名:	基於視覺生成的高效影像回復;Efficient Image Restoration Using Vi Sual Generation
作者:	唐之瑋
貢獻者:	國立中央大學通訊工程學系
關鍵詞:	影像回復;擴散模型;資源使用;訓練階段;推論速度;保真度;似真性;Image restoration;diffusion model;resource usage;training phase;inference speed;fidelity;realism.
日期:	2026-07-23
上傳時間:	2026-07-27 15:45:55 (UTC+8)
出版者:	國家科學及技術委員會(本會)
摘要:	影像回復有效增進由行動消費電子裝置獲取影像的品質，影像回復技術可提升影像的清晰度與質感，也能提升後續相關處理與分析的效能，此技術領域的子領域包括去雨、去霧、多天氣影像回復、去模糊、去雜訊、去壓縮效應、重繪、超解析度、提升亮度、除反射、與除炫光等。近年影像回復技術大幅進展，但在如何達成兼具重建影像的保真度與似真性的兩個面向上，仍具備相當改進空間。基於擴散模型的影像合成技術提升了合成影像品質，其藉由讓擴散模型學習去雜訊任務，學習生成似真影像。雖然大型擴散模型具備豐沛知識，本研究團隊也已驗證經由大型擴散模型輔助的影像回復，能在不需擴散模型的推論代價的情形下，兼顧重建影像的保真度與似真性，但在面對基於視覺生成的影像回復的問題時，同時兼具考量以下兩議題的方法則仍待提出: (1)對於採用擴散模型的影像回復方法，大幅降低訓練階段所使用的資源。(2)對於採用擴散模型的影像回復方法，提高推論速度。因此, 本計畫目的為提出在同時使得重建影像兼顧似真性與保真度的條件下，能兼具低訓練資源與高推論效率的影像回復方法。本計畫成果可提升真實世界中影像回復模型的效能，培養計畫人員於視覺生成與影像回復相關技術的研發能力，因應消費電子產業對人工智慧技術人才須求。本計畫研究結果將發表於國際期刊與國際會議，促進相關技術領域發展。
關聯:	財團法人國家實驗研究院科技政策研究與資訊中心
顯示於類別:	[通訊工程學系] 研究計畫

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	14	檢視/開啟

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing

資料載入中.....