DDRM: Diffusion Degradation Restoration Model
DDRM (扩散退化还原模型) 是一款专为高精度图像修复与色彩对齐设计的深度学习模型。本模型通过参考图颜色查询，实现了对复杂退化图像的精准还原。
模型架构 (Model Features）
- 交互式参考图颜色查询 (Reference-based Color Query)
- 跨图像语义对齐：模型能够从参考图中提取高质量的色彩先验。
- 查询向量机制 (Queries)：利用 100 个可学习的查询向量在参考图特征空间中进行“搜索”，自动拾取最契合当前场景的色彩与光影参数。
- 动态核密度估计先验 (KDE-based Distribution Prior)
- 模型内置了通过核密度估计 (Kernel Density Estimation) 实时捕捉图像的统计特性。
- 全局色彩锚点：模型不再仅仅依赖像素值，而是通过分析图像的 PDF (概率密度函数) 特征，确保还原后的图像在全局色调上与参考图保持统计学一致。
- 多尺度 Transformer 解码架构 (Multi-Scale Transformer)
- 结合了卷积神经网络 (ConvNeXt V2) 的局部保真度与 Transformer 的全局感受野。
- 解耦表征学习：编码器负责提取结构与纹理，而多尺度 Transformer 解码器负责注入由 Query 引导的色彩信息。
环境依赖
pip install torch kornia timm opencv-python
许可证说明 (License)
本模型及相关代码遵循 CC BY-NC-SA 4.0 许可协议。