💻 计算机科学

Severity-Conditioned Pixel-Wise Asynchronous Diffusion for Semi-Transparent Mural Restoration

本文提出了一种名为严重程度条件化像素级异步扩散（Severity-Conditioned Pixel-Wise Asynchronous Diffusion, SC-PAD）的新型框架，该框架通过估计一个连续的严重程度场来驱动像素级异步扩散进程，从而增强半透明壁画修复，进而克服了在处理空间非均匀退化时，二进制掩码和统一时间建模所存在的局限性。

原作者： Yu Wu, Erchao Li, Furui Jia, Jinjiang Zhao, Lei Zhang

发布于 2026-10-16

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Yu Wu, Erchao Li, Furui Jia, Jinjiang Zhao, Lei Zhang

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

古老的壁画是通往过去的脆弱窗口，保存着早已消逝的文明之信仰、艺术与日常生活。然而，时间是无情的敌人。几个世纪以来，温度、湿度以及光照和灰尘的波动，导致这些绘画表面出现褪色、变色、开裂并滋生霉菌。不同于仅仅剥落了一块颜料的简单划痕，许多这类损伤是半透明性质的。想象一层污垢或污渍，它们使下方的颜色变暗，但并未完全遮盖。原始的颜料、纹理和轮廓往往依然可见，只是被遮蔽了。修复这些图像对数字保护专家来说是一项精细的任务。如果计算机试图简单地填补受损区域，仿佛它们是缺失的一样，就有可能凭空捏造从未存在的细节，或者抹去了那些依然存在的微弱原始痕迹。挑战在于如何区分什么是“丢失”的，什么是“仅仅被遮蔽”的，并在此基础上小心翼翼地揭示出原始图像，而不覆盖那些残存的微妙证据。

多年来，数字修复工具一直依赖于一种二元化的方法：它们通过一个简单的掩模（mask）来识别受损区域，将掩模内的每个像素都视为同样损坏。这种方法对于孔洞或缺失的部分效果良好，但在损伤程度在单一区域内发生变化时，它就会失效。一处霉斑可能中心较厚，边缘较薄，但标准的掩模会将整个斑块视为同等对待。此外，大多数使用先进生成模型来构思缺失细节的现代修复算法，会对整幅图像应用统一的时间线。它们假设图像的每个部分都需要相同程度的“清理”时间才能达到修复状态。这种“一刀切”的方法在处理退化不均的壁画时显得力不从心，往往导致结果要么过于浑浊，要么过于人工锐化。

为了解决这些局限性，来自兰州理工大学和甘肃科学院的研究团队开发了一种名为“严重程度调节的像素级异步扩散”（Severity-Conditioned Pixel-Wise Asynchronous Diffusion）的新方法。该系统不再将受损壁画视为破碎与完整部分的集合，而是将其视为一个连续且强度变化的损伤场。研究人员首先教会计算机精确估计图像上每一个点的退化严重程度，从而创建一个详细的损伤强度图，而非仅仅是一个简单的轮廓。这张图起到引导作用，告诉修复引擎在任何给定位置，原始图像在污垢之下还有多少可见度。

这项工作的核心创新在于从同步过程向异步过程的转变。在传统方法中，计算机以相同的速度处理整幅图像，在噪声/受损状态与洁净状态之间同步移动。而新方法允许每个像素按照自己的节奏移动。如果某个特定区域仅轻微褪色，系统会识别出它只需要极少的帮助，并快速完成修复；如果另一个区域被严重遮蔽，系统则会投入更多的计算精力来仔细重建它。这是通过一个动态系统实现的，该系统为每个像素单独调整“修复进度”，确保最终结果尊重壁画每个角落独特的损伤历史。该过程还使用了一种特定的数学规则，类似于透明颜料层的混合方式，以确保修复后的图像能与周围健康的区域自然融合，从而保留原始的轮廓与纹理。

研究人员在敦煌壁画数据集上测试了他们的系统，这些壁画以其历史和艺术意义而闻名。他们将这种新方法与几种现有技术进行了对比，包括使用标准掩模和其他先进生成模型的方案。结果显示，新方法生成的修复图像明显更加清晰且准确。在像素级精度方面，新方法达到了30.61的分数，超过了表现次优的方法（得分为29.7）。更重要的是，视觉结果证明，该系统在处理半透明损伤的微妙过渡方面比以往的工具表现得更好。它保留了壁画细腻的线条和结构细节，而没有引入其他修复中常见的模糊或人工锐化现象。

然而，这项研究也强调了一个关键的瓶颈。虽然当系统获得精确的真实损伤程度时表现异常出色，但当它必须自行估计这种严重程度时，性能就会下降。在“拥有完美损伤知识”与“依靠系统自身估计”所取得的结果之间的差距表明，准确测量损伤深度是下一个主要障碍。研究人员发现，尽管他们的连续严重程度图比简单的二元掩模有了巨大的进步，但在计算机如何解读退化的视觉线索方面，仍有提升空间。

最终，这项工作提供了一个更加细致入微的数字保护框架。通过摒弃僵化、统一的过程，转而拥抱壁画老化过程中复杂且不均匀的现实，研究人员创造了一个能够更好地尊重这些文化瑰宝完整性的工具。该方法不仅仅是在填补空白，它在倾听受损表面的微妙变化，让原始艺术得以更真实地显现。虽然这项技术尚不完美，特别是在无需人工干预的情况下如何衡量损伤程度方面，但它代表了数字修复从“简单重建”向“细致揭示”迈出的重要一步。研究结果表明，未来的进展可能会集中在优化系统“观察”损伤深度的能力上，从而确保这些人类遗产的数字守护者能够以更高的精度保护这些脆弱的故事。

技术摘要：用于半透明壁画修复的严重度条件化像素级异步扩散模型

问题陈述
数字壁画修复面临着一个特定的挑战，即处理半透明退化（如褪色、变色、霉菌、烟尘）问题，在这些情况下，原始的颜料、纹理和轮廓信息仍然部分可见。现有的深度学习方法，特别是基于扩散概率模型的方法，通常依赖于二值损伤掩码（binary damage masks）。这些掩码虽然识别了退化的空间支撑区域，但无法编码该区域内连续变化的严重程度。此外，标准的扩散模型为整个图像分配一个共享的时间进度（ $t$ ），将所有像素视为处于相同的扩散状态。这种全局同步机制并不适用于空间异质性退化，因为不同像素具有不同的容许状态范围，并需要不同的修复动态。当前的方法通常仅将严重度视为一种辅助调节通道，而非控制扩散轨迹的显式状态变量。

方法论：SC-PAD
作者提出了**严重度条件化像素级异步扩散（SC-PAD）**框架，该框架显式地对连续终端严重度进行建模，并将单个像素的临时进度解耦，同时保持统一的全局调度。该方法由三个核心部分组成：

连续终端严重度估计：
SC-PAD 不仅仅依赖于二值掩码，而是通过退化观测值和粗略的二值支撑集来估计一个连续的严重度场 $A \in [0,1]^{H \times W}$ 。这是通过一个带有有界残差逻辑回归细化（bounded residual-logit refinement）分支的掩码引导估计器实现的。为了解决易错像素主导损失并掩盖较大局部误差的问题，作者引入了面向风险的监督（risk-oriented supervision），包括：
- 针对最大绝对误差的 top- $q$ 尾部损失。
- 针对正向严重度误差的单侧惩罚。
- 用于抑制孤立高严重度预测的邻域尖峰惩罚。
像素级异步轨迹重参数化：
该框架引入了一个由轨迹预测器生成的时间扭曲指数 $\gamma(u)$ ，该预测器以退化图像和估计的终端严重度为条件。该指数将共享的全局参考进度 $m_t$ 映射为像素级的局部修复进度 $g_t(u) = m_t^{\gamma(u)}$ 。
- 约束： $\gamma$ 被限制在一定范围内（例如 $[0.35, 3.0]$ ），以确保过程保持在统一的全局时间范围内。
- 特性： 这种重参数化保留了所有像素共同的起点（ $t=0$ ）和终点（ $t=T$ ），同时允许严格递增的局部时钟。它能够在不改变扩散过程基本边界条件的情况下，实现空间差异化的修复轨迹。
动态 Alpha 状态与残差扩散：
局部进度 $g_t$ 被映射到一个满足端点一致性、时间单调性和 Alpha 组合律的动态 Alpha 状态 $\alpha_t$ 。
- 公式化： $\alpha_t = 1 - (1-A)^{g_t}$ 。这遵循透射率域中 Alpha 组合的乘法结构，而非任意的线性插值。
- 残差激活： 终端图像空间残差 $R_M = Y - X_0$ 使用由 $\alpha_t$ 推导出的比例 $\rho_t$ 进行渐进式激活。噪声中间状态构建为 $X_t = X_0 + \rho_t \odot R_M + \sigma_t \epsilon$ 。
- 耦合： 该公式将终端严重度、局部时间和中间扩散状态显式地联系起来，确保修复轨迹受到估计严重度的约束。

核心贡献
本文概述了三项主要贡献：

显式严重度状态： 将连续终端严重度表述为显式状态变量，而非辅助调节条件。通过带有有界细化和面向风险监督的专门估计器，减少了局部失配，使严重度能够作为终端状态约束。
异步时间重参数化： 引入了一种受严重度调节的像素级时间扭曲机制，将全局进度映射为局部进度。这使得在单一扩散调度内实现空间差异化的修复轨迹成为可能，同时保持了时间顺序和共同的端点。
组合一致的动态 Alpha： 构建了一个受终端严重度约束的动态 Alpha 状态，该状态满足 Alpha 组合律。它控制了图像空间残差的渐进式激活，建立了严重度、局部时间和扩散状态之间的显式数学联系。

实验结果
实验在敦煌壁画数据集（400 张训练图，100 张测试图）上进行，涵盖十种退化类别（盐类结晶、变色、裂纹等）。SC-PAD 与包括 LRDiff、StrDiffusion、RDDM 和 PGRDiff 在内的最先进方法进行了对比。

定量性能： SC-PAD 取得了最高分：PSNR 30.61 dB，SSIM 0.925，以及 LPIPS 0.071。它优于最接近的基准方法（PGRDiff），在 PSNR 上高出 0.91 dB，在 SSIM 上高出 0.0073。
关于严重度表示的消融研究： 用预测的软 Alpha 替换二值掩码使 PSNR 提升了 3.27 dB（从 27.34 提升至 30.61）。使用真值 Alpha（Oracle）进一步将 PSNR 提升至 33.87 dB，这表明虽然连续严重度建模非常有效，但严重度估计的准确性仍然是性能瓶颈。
轨迹敏感度： 研究评估了同步与异步时间以及线性与组合一致 Alpha 状态的影响。像素级异步时间在两种 Alpha 形式下均一致地提高了性能。当与异步时间结合使用时，组合一致的 Alpha 状态表现最佳（PSNR 31.52），优于在该特定配置下的线性形式。

意义与主张
本文声称 SC-PAD 提供了一个专门为空间非均匀、半透明壁画修复设计的可控扩散框架。其重要性在于：

超越了单纯的“缺失区域”补全，转向对连续且空间变化的退化过程进行建模。
通过解耦单个像素的时间进度，更好地匹配壁画退化的异质性质。
证明了连续严重度表示和像素级异步进度是当前结果所支持的两个最关键组件。

作者也谦虚地指出，尽管所提出的公式提高了像素保真度和结构一致性，但严重度估计的准确性仍然是一个显著的瓶颈，这从预测 Alpha 与真值 Alpha 之间的性能差距中可以得到证实。未来的工作将致力于提高复杂现实条件下严重度估计的能力，并整合多模态证据（如多光谱成像、材料分析）。

类似论文