SP^3: 用于即插即用恢复的球面先验

Hugging Face Daily Papers 论文
spherical-priors plug-and-play image-restoration diffusion zero-shot efficient-inference

摘要

本文介绍SP³，一种使用球面编码器先验的即插即用图像恢复方法，在各项任务中实现与零样本扩散先验相当的感知质量，同时速度快3-630倍。

在本文中，我们提出SP^3，一种新颖的即插即用算法，通过用球面编码器（SE）替代去噪器作为生成先验，加速最大后验图像恢复。SP^3利用SE紧密结构的潜在空间作为对自然图像流形的鲁棒投影，近似处理难以处理的近端先验步骤。通过半二次分裂，交替进行此投影与闭式数据一致性步骤，可以在推理时无需梯度计算实现稳定收敛。这种独特的公式解锁了“随时”恢复能力，从第一次迭代就能生成清晰、逼真的图像。在多种图像恢复任务上的评估表明，SP^3的感知质量与最先进的零样本扩散和流方法相当，同时速度快3-630倍。
查看原文
查看缓存全文

缓存时间: 2026/06/16 11:31

论文页面 - SP^3：用于即插即用恢复的球面先验

来源：https://huggingface.co/papers/2606.16396

大家好，很高兴与大家分享我们关于使用球面先验进行即插即用恢复的新论文。

核心思路是用球面编码器先验替换PnP恢复中常用的去噪器/扩散先验。SP3每次迭代后都能生成自然逼真的图像，后续迭代会进一步提升质量和一致性。这种“任意时刻“恢复行为是相对于扩散方法的关键优势——后者需要预先选择去噪步数，并完整运行至终点。

在我们的实验中，SP3达到了与零样本扩散和流先验相当的感知质量，同时在各种恢复任务中速度快了3–630倍。

欢迎提出关于算法、结果或球面先验设计的问题。

相似文章

使用球面潜编码器的高效图像合成

Hugging Face Daily Papers

本文提出 Sphere Latent Encoder，一种高效的少步图像生成框架，该框架完全在球面潜空间中进行去噪，能够在 ImageNet-1K 上以显著降低的计算成本生成高质量 256×256 图像，并提升 FID 分数。

几何至关重要：用于学习语义对应的3D基础先验

Hugging Face Daily Papers

本文介绍了一个后训练框架，利用SAM3D的3D先验来改进2D基础特征中的语义对应，解决了左右混淆和重复部分等问题。该方法使用实例特定的3D重建，无需姿态注释或球面几何捷径。