DACA-Net：退化感知条件扩散网络，重塑水下视觉的高保真度

TL;DR

在复杂的海洋环境中，由于光的非均匀吸收和散射，水下图像往往伴随着“蓝绿偏色”和“雾感朦胧”。传统的增强算法在面对不同深度的退化时显得力不从心。本文提出的 DACA-Net，通过引入一个轻量级的退化评估器来量化图像受损程度，并以此动态调节扩散模型（Diffusion Model）的去噪轨迹，实现了水下图像的精准修复。

背景定位：该工作是水下图像增强（UIE）领域结合条件扩散模型（Conditional Diffusion）与物理先验的代表性 SOTA 成果。

1. 痛点：为什么水下增强这么难？

现有的水下增强方法主要面临三大挑战：

1. 物理模型的局限性：传统基于暗通道先验（DCP）的方法依赖于光照均匀等理想假设，在真实的海底杂乱环境中容易参数估计失效。
2. 深度学习的泛化性：监督学习模型重度依赖人工合成数据，导致在面对真实的、未见过的水域场景时出现色调偏差或伪影。
3. 扩散模型的刚性：标准扩散模型使用固定的噪声计划，无法根据图像具体受损的严重程度（如前景与远景的不同衰减）进行差异化处理。

2. 核心方案：退化感知的条件生成

DACA-Net 的核心在于将“退化程度”从一个模糊的概念变成了一个可量化、可引导的信号。

2.1 双流退化评估器 (Dual-Stream Estimator)

为了让模型知道“病得有多重”，作者设计了一个极其轻量级的双流网络。它输入原始图和参考图（训练阶段），学习回归出基于 PSNR 的归一化退化分数 $D$。这个分数在推理阶段可以作为全局语义引导。

2.2Swins-UNet 与 AdaGN 模块

去噪网络采用了层次化的 Swin-UNet。为了让退化分数 $D$ 真正发挥作用，作者引入了 AdaGN (Adaptive Group Normalization)。

$extAdaGN(\mathbf{x},D)=\gamma (D)\cdot \frac{\mathbf{x}-{\mu }_G(\mathbf{x})}{{\sigma }_G(\mathbf{x})+ϵ}+\beta (D)$

通过该模块，模型可以根据退化程度 $D$ 动态调整特征图的缩放和平移，从而实现自适应的去噪强度。

图 1: DACA-Net 总体架构，包含退化评估、AdaGN 注入及 Swin UNet 去噪骨干。

3. 物理引导融合模块 (PGFM)

为了解决水下最顽固的“红色消失”现象，PGFM 模块做了两件事：

• 红通道补偿：利用退化分数 $D$ 学习一个扩增系数，主动补偿深度吸收最快的红光波段。
• 频率感知注意力：在傅里叶变换空间进行特征提取，这比传统空间卷积更能敏锐捕捉图像的细微结构和高频边缘。

4. 实验表现：SOTA 级别的视觉重建

在 UIEB 和 LSUI 等主流数据集上，DACA-Net 展现了统治级的性能。

4.1 量化指标

在 UIEB 测试集上，DACA-Net 的 PSNR 达到了 28.60 dB，对比之前的最强模型 GUPDM (28.19 dB) 提升显著。更重要的是，在不需要参考图的感知指标 UIQM 和 UCIQE 上，它也获得了最高分，说明增强结果非常符合人类视觉审美。

4.2 消融实验验证

实验数据表明：

• 只加 AdaGN，PSNR 从 23.72 升至 27.04。
• 同时集成 AdaGN 和 PGFM，PSNR 达到峰值 28.60。 这证明了退化感知引导与物理先验的结合是该模型成功的双引擎。

图 2: 在真实水下场景中的视觉对比。相比其他方法，DACA-Net（最后一列）的色彩还原最接近 Ground Truth，且没有过度锐化带来的伪影。

5. 总结与展望

DACA-Net 成功地通过“退化感知”解决了扩散模型在水下增强任务中灵活性不足的问题。

未来启示：

• 实时化潜力：尽管扩散模型推理通常较慢，但本工作通过 Swin-UNet 的高效实现将单帧推理压到了 3ms 左右，极具实时处理潜力。
• 盲增强进化：目前退化评估器在训练时仍需成对数据，未来结合无监督（Unsupervised）的退化估计将使该框架在未知深海探索中更具威力。

结论：如果你正在寻找一种既能保持物理一致性，又能兼顾生成模型高表现力的水下视觉方案，DACA-Net 是目前不可忽视的里程碑工作。