Awesome-Low-level-Vision

本项目旨在汇总整理底层视觉的前沿文献及其代码，同时可以帮助研究人员和开发者快速了解最新的研究进展，并方便他们复现和改进相关工作。

目录

• 1. 图像超分辨率

  • 1.1 基于扩散模型的方法设计
  • 1.2 基于扩散模型的超分加速

• 2. 图像修复

  • 2.1 基于扩散模型的图像修复
  • 2.2 智能代理系统

1. 图像超分辨率

1.1 基于扩散模型的方法设计

• SSL: A Self-similarity Loss for Improving Generative Image Super-resolution(SSL, 2024-08-19,ACMMM2024)

• SAM-DiffSR: Structure-Modulated Diffusion Model for Image Super-Resolution(SAM-DiffSR, 2024-02-27, Arxiv)

1.2 基于扩散模型的超分加速

• Arbitrary-steps Image Super-resolution via Diffusion Inversion(InvSR, 2024-12-12, CVPR2025)

• Adversarial Diffusion Compression for Real-World Image Super-Resolution(AdcSR, 2024-11-20, CVPR2025)

• One-Step Effective Diffusion Network for Real-World Image Super-Resolution(OSEDiff, 2024-10-24, NeurIPS2024)

2. 图像修复

2.1 基于扩散模型的图像修复

• PnP-Flow: Plug-and-Play Image Restoration with Flow Matching(PnP-Flow, 2024-10-03, ICLR2025)

• Posterior-Mean Rectified Flow: Towards Minimum MSE Photo-Realistic Image Restoration(PMRF, 2024-10-01, ICLR2025)

• Denoising as Adaptation: Noise-Space Domain Adaptation for Image Restoration(2024-06-26,ICLR2025)

2.2 智能代理系统

• An Intelligent Agentic System for Complex Image Restoration Problems(AgenticIR, 2024-10-23, ICLR2025)