CV君 2025-10-14 12:36 江苏
刷新SOTA，复杂降级场景性能显著提升！
最近，来自大连理工大学和大连海事大学的研究者们，为我们带来了一项关于热红外图像增强的新研究。这项工作已被机器学习顶会 NeurIPS 2025 接收。
不同于我们常见的RGB图像，热红外图像的“视界”里，一切都由温度定义。但这种成像方式也让它极易受到各种内外因素的干扰，比如大气散射、设备内部噪声等，导致图像出现对比度低、模糊和噪声等多种问题。更棘手的是，这些问题常常“组团”出现，让修复变得异常困难。
为了解决这个痛点，研究者们提出了一个名为 “渐进式提示融合网络”（Progressive Prompt Fusion Network, PPFN）的全新框架。简单来说，就是通过给模型一些“提示”，让它能“对症下药”，精准地修复各种画质问题。
一起来看看这项工作的基本信息：
论文标题: Enhancing Infrared Vision: Progressive Prompt Fusion Network and Benchmark
作者: Jinyuan Liu, Zihang Chen, Zhu Liu, Zhiying Jiang, Long Ma, Xin Fan, Risheng Liu
机构: 大连理工大学, 大连海事大学
背景：红外图像增强的困境
热红外成像在夜视、自动驾驶、医疗诊断等领域有着不可替代的作用。然而，它的成像原理也决定了其天生的脆弱性。如下图所示，从外部环境的太阳辐射、大气散射，到设备内部的像素大小、内部噪声，都会导致最终的图像质量下降。
现有的方法大多是“专科医生”，一次只能处理一种特定的退化问题，比如只去噪或只提升对比度。而那些为RGB图像设计的“全科医生”模型，由于成像模型差异巨大，直接用在红外图像上效果也往往不尽人意。
如何让模型学会同时处理噪声、模糊、低对比度等多种混合问题，是红外图像增强领域一个亟待解决的难题。
方法：PPFN 与 SPT 双剑合璧
为了攻克这一难题，作者设计了一套精巧的组合拳：渐进式提示融合网络（PPFN）和选择性渐进式训练（SPT）。
渐进式提示融合网络 (PPFN)
PPFN的核心思想是 “提示学习” 。研究者们首先回顾了热成像的物理过程，并为每一种退化类型（如低对比度、模糊、噪声）都精心设计了“提示对”（Prompt Pairs）。
在处理一张待修复的红外图像时，PPFN会融合与当前退化情况相对应的提示对，来调整模型的内部特征。这就像一个经验丰富的向导，不断给模型提供指令，告诉它当前应该关注哪种问题、如何修复。这种自适应的引导机制，使得模型无论是面对单一问题还是复杂的混合问题，都能游刃有余。
选择性渐进式训练 (SPT)
光有好的网络结构还不够，训练方法同样关键。作者为此引入了 “选择性渐进式训练”（Selective Progressive Training, SPT）机制。
简单来说，就是让模型从易到难、循序渐进地学习。训练初期，模型先学习处理单一的退化问题；随着训练的深入，再逐步过渡到处理更复杂的混合退化场景。
如上图所示，通过这种渐进式的训练，模型能够更好地保留图像的关键结构细节，同时有效去除噪声并提升整体对比度，最终的修复效果也随着迭代逐步优化。
实验：新基准与SOTA级的性能
为了验证方法的有效性，作者还构建了一个全新的、高质量、多场景的红外图像基准数据集—— HM-TIR 。
与现有数据集相比，HM-TIR覆盖了更广泛的场景和更多样的相机视角，为红外图像增强研究提供了宝贵的资源。
实验结果令人印象深刻。无论是在单一退化场景还是复杂的混合退化场景，PPFN都展现出了卓越的性能。
下面的对比图直观地展示了PPFN在处理单一退化问题（如去噪、去模糊）时，相比其他方法的优势。
而在更具挑战性的复杂场景下，该方法的优势更加明显。
定量分析也证实了这一点。在公开数据集Iray和作者自建的HM-TIR上，PPFN在PSNR和SSIM等多项指标上均达到了SOTA水平。特别是在处理复杂退化场景时，实现了高达 8.76% 的显著性能提升。
消融实验也证明了PPFN和SPT策略的有效性，二者结合才能达到最佳效果。
总结
CV君认为，这项工作最巧妙的地方在于将“提示学习”的思想引入到了底层的图像恢复任务中，为解决复杂的混合退化问题提供了一个非常优雅且有效的范式。作者已经开源了代码，感兴趣的朋友可以去亲自体验一下。
你觉得这个技术未来会用在哪些场景？一起来聊聊吧！
