arXiv cs.AI· Ching-Heng Cheng, Chia-Ming Lee, Ming-Ching Chang, Xin Li, Yu-Lun Liu, Chih-Chung Hsu·· 11 小时前AI 评分34
FlashReFocus：秒级交互式图像重对焦
FlashReFocus: Interactive Image Refocusing in Seconds
AI 导读
FlashReFocus 提出每张照片只运行一次扩散模型、后续每次编辑用轻量网络渲染的单图重对焦方案，在 EBB! 和 3CReal 上取得零样本散景渲染最佳感知保真度。其重对焦速度比 GenRefocus 快 148.3x，每次追加编辑约需半秒、快 462x。该方法用一步扩散去模糊器加解码器精修恢复全清晰图像，并以显式散焦图条件化渲染器实现精确控制。
正文 · AI 翻译
摘要：单图像重聚焦可在拍摄后改变照片的焦平面和景深。它本质上是交互式的：用户会在同一张图像上尝试许多焦点和模糊强度，因此每次编辑都应快速，并且只改变模糊。然而，近期的生成式方法每次编辑都要重新运行大型扩散模型。我们观察到，这两个子问题在性质上不同：恢复全聚焦图像是不适定的，需要生成先验；而渲染模糊在很大程度上由深度和焦平面决定。因此，我们提出 FlashReFocus，它对每张照片只运行一次扩散，并用轻量级网络渲染每次编辑。为解决不适定的恢复问题，采用带解码器细化器的一步扩散去模糊器，在平衡保真度与感知质量的同时高效恢复细节。为实现精确控制，渲染器以显式散焦图为条件，并使用散焦偏置注意力，使散焦程度相似的像素共享信息，而不受其他深度像素的干扰；对焦内容保持不变，编辑该图可产生移轴和两个焦平面。为进一步测试对未见相机的泛化能力，我们收集了 3CReal，这是一个包含 89 对图像的三相机基准。FlashReFocus 在 EBB! 和 3CReal 上的零样本散景渲染中取得了最佳感知保真度，重聚焦速度比 GenRefocus 快 148.3 倍，后续每次编辑约需半秒，快 462 倍。
| 评论： | 38 页（8 页正文 + 附录），47 幅图，16 张表。项目页面：此 https URL 代码：此 https URL |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI）；图像与视频处理（eess.IV） |
| 引用为： | arXiv:2610.23297 [cs.CV] |
| （或 arXiv:2610.23297v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.23297 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Chia-Ming Lee [查看电子邮件]
[v1]
2026 年 10 月 16 日星期五 11:04:18 UTC（33,812 KB）
来源：arXiv cs.AI · arxiv.org