论文阅读 PromptIR: Prompting for All-in-One Blind Image Restoration
作者：Syed Waqas Zamir, Aditya Arora, Salman Khan, Munawar Hayat, Fahad Shahbaz Khan, Ming-Hsuan Yang
机构：Mohamed bin Zayed University of AI, Linköping University
来源期刊：NeurIPS
发表时间：2023年
一、研究动机
1.研究目标
构建一个“All-in-One”盲图像复原网络，用单一模型、单次训练、无需先验地处理多种退化（去噪、去雨、去雾），并在各任务上均达到 SOTA 性能。
2.过去方法
任务专用网络：DnCNN、MPRNet、Restormer 等，每类退化需独立模型，存储/部署成本高。
早期 All-in-One：AirNet 用对比学习额外训练退化编码器，两阶段训练、参数量大，且对退化表征耦合严重。
通用视觉 Transformer：SwinIR、Uformer 等需针对任务微调，没考虑过退化统一。
3.本文方法
核心思想：把“退化类型”当作可学习的轻量提示（prompt），在解码阶段动态注入网络，引导特征自适应恢复。
关键模块：
Prompt Generation Module (PGM)：根据输入特征实时生成退化条件提示。
Prompt Interaction Module (PIM)：将提示与图像特征做通道级拼接 + Transformer 融合，实现退化感知恢复。
整体为 4 级 U 型 Transformer，仅在解码器侧插入 3 个 Prompt Block，即插即用、端到端单阶段训练。
4.优势以及创新点
① 首个把提示学习引入低层视觉，用 <0.5% 的额外参数实现多任务统一。
② 无需退化先验或对比学习，训练友好。
③ 在 denoising/deraining/dehazing 三大任务 6 个公开测试集上，平均 PSNR 比 AirNet 高 0.86 dB，最高领先 2.64 dB；参数量仅 26 M，推理速度提升 1.7×。
④ Prompt Block 架构无关，可一键嵌入任意现有复原网络。
二、算法主要思想与原理详解
- Prompt 架构整体就是在Restormer 的架构基础上在每层采样之间加上了一个Prompt Block模块。
- 整体流程
输入退化图 I ∈ R^(H×W×3)
→ 卷积提取浅层特征 F0
→ 4 级编码器（Transformer Block 数=[4,6,6,8]）下采样到 1/8 分辨率
→ 解码器逐级上采样，每两级间插入 1 个 Prompt Block（共 3 个）
→ 输出复原图 Î
3.Prompt Block 内部机制
(1) PGM：动态生成提示
Fl ∈ R^(Hi×Wi×C)
→ GAP → 向量 v ∈ R^C
→ 1×1 Conv 降维 → Softmax 得权重 w ∈ R^N（N=5 个 prompt components）
→ w 对可学习组件 Pc ∈ R^(N×H×W×C) 加权求和 → 输入条件提示 P
(2) PIM：提示-特征交互
通道拼接 → 送入标准 Transformer Block：
– MDTA（Multi-Dconv Head Transposed Attention）
在通道维计算自注意力，复杂度 O(C^2) 而非 O(HW^2)，适合高分辨率。
输出 Y = Wp·V·Softmax(K·Q/α)+X
– GDFN（Gated-Dconv Feed-Forward）
两路 1×1+3×3 深度卷积，一路 GeLU 激活后逐元乘，增强非线性且抑制噪声。
→ 3×3 Conv 输出增强特征 F̂l
三、实验结果
- 数据集
- 训练：BSD400+WED（denoising）、Rain100L（deraining）、SOTS-indoor（dehazing）合并，共约 7.7 万张128×128块。
- 测试：
– BSD68、Urban100（denoising σ=15,25,50）
– Rain100L（deraining）
– SOTS-indoor（dehazing） - 评价指标
PSNR (dB) 、SSIM
四.定性试验
单任务专用模型再对比：
去雾：PromptIR 31.31 dB，比 AirNet 高 8.13 dB，比 Restormer 高 0.44 dB。
去雨：37.04 dB，比 AirNet 高 2.13 dB。
去噪 σ=50：29.39 dB(Urban100)，比 AirNet 高 0.51 dB。
定量结果（All-in-One 单模型）
- 去雾场景，PromptIR 彻底去除远处雾幕，建筑边缘无伪影；AirNet 有残留灰色雾墙。
去雨场景，雨丝密度高时，PromptIR 无条纹残留，车牌文字清晰；AirNet 可见轻微雨痕。
去噪 σ=50，纹理细节（砖缝、窗户）保持完整，无过度平滑。 - 消融实验
无 Prompt Block：平均 PSNR 降 0.38 dB。 固定 Prompt：再降 0.19 dB。 Prompt 放在编码器+解码器：性能反而下降 0.92 dB，说明“解码器单侧注入”最佳。 未见噪声水平 σ=35：AirNet 仅 13.64 dB，PromptIR 21.03 dB，差距 7.4 dB，验证泛化能力。
五、结论
PromptIR 首次把提示学习引入图像复原，用极轻量插件实现“一个模型、三种退化、盲设置”下的新 SOTA。未来工作将：
- 把 Prompt Block 拓展到更多退化（模糊、低分辨率、混合失真）以逼近“通用复原大模型”
- 结合物理退化模型与对抗训练，进一步提升极端场景鲁棒性
