Generative Manifold Distillation

新方法将图像恢复模型与自然图像流形对齐

研究人员开发了生成式流形蒸馏（GMD），这是一种新颖的方法，可以在无需配对真实数据的情况下，将图像恢复模型适应于新的、分布外的真实世界退化。GMD 利用冻结的文本到图像基础模型的生成动态，将低质量的目标观测与自然图像流形对齐，从而有效地创建高质量的伪目标。该方法通过质量门控流形滤波器和源锚定轨迹正则化来确保稳定性，防止误差累积。实验表明，GMD 仅使用低质量输入即可适应模型，在不改变架构或增加推理时间的情况下显著提高感知质量。