企业官网建设流程全解析

标题：

Breaking Degradation Coupling: A Structural Entropy–Guided Decoupled Framework and Benchmark for Infrared Enhancement

打破退化耦合：面向红外图像增强的结构熵引导解耦框架与基准

作者：

Pu Li, Huafeng Li, Yafei Zhang, Yu Liu, Wen Wang*

1. 昆明理工大学 信息工程与自动化学院

2. 合肥工业大学 生物医学工程系

3. 云南大学 数学与统计学院

代码：

https://github.com/Kust-lp/SEGD

下载：

https://arxiv.org/abs/2604.22886

01 论文摘要

热红外（TIR）成像在真实场景下常同时受到噪声、模糊、低对比度等多种退化因素的复合影响——它们物理机制各异、非线性耦合严重，给图像增强带来巨大挑战。现有的"all-in-one"方法大多采用单一共享主干来统一处理所有退化类型，忽视了不同退化之间的内在差异，容易引发梯度冲突与参数竞争；同时，退化之间还存在潜在的顺序依赖——错误的恢复顺序会扭曲后续退化分布，造成误差累积与伪影放大。

针对上述问题，本文提出结构熵引导的解耦框架 SEGD（Structural Entropy–Guided Decoupled Framework），遵循"退化解耦—先验引导—顺序自适应"的设计哲学，将三种思想统一在一个可优化的信息论建模范式中：通过退化特异性残差模块（DRMs）把复合退化拆解为相互独立的子过程，以"分而治之"的方式分别建模，缓解参数竞争；通过退化感知证据网络（DENet）联合估计退化的类型与强度，并以不确定性感知的方式提供可靠先验，动态调节各 DRM 的恢复力度；通过结构熵引导的恢复顺序选择（SE-ROS）以二维结构熵（2D-SE）最小化为准则，自适应选择信息量最大的恢复路径并完成特征聚合，从根本上避免误差传播。作者同时构建了面向真实低光条件的夜间红外评测基准 Night-TIR。在 HM-TIR 与 Night-TIR 上的实验表明，SEGD 在更少参数、更快推理的前提下，性能全面超越当前 SOTA 方法。

02 关键创新

① 解耦｜DRMs：分而治之的退化残差建模为噪声、模糊、低对比度三类退化分别构建独立参数、共享结构的残差模块（基于 RestormerBlock）。每个 DRM 只负责估计自己对应退化的残差分量，各分支独立参数、联合训练，从根本上缓解跨退化的梯度冲突与参数竞争。

② 感知｜DENet：证据学习驱动的可靠先验DENet 内含两个头部协同工作——DAH 头预测退化类型，未出现的退化分支被显式抑制以避免"过度恢复"；DEH 头基于证据深度学习（EDL）输出 Beta 分布，联合估计退化强度 p与置信度 S。二者被编码为通道调制参数，动态注入到编码器特征中，按"病情轻重"精细调节各 DRM 的恢复力度。

③ 择路｜SE-ROS：信息论视角下的顺序自适应枚举三种退化的全部恢复顺序（共 6 条路径），将候选特征建模为相似度图，并以二维结构熵（2D-SE）最小化为准则进行编码树划分，量化每条路径对全局结构信息的贡献。在无需额外监督的前提下，将"恢复顺序选择"与"特征聚合"统一为一个可解释的信息论优化问题。

④ 基准｜Night-TIR：面向真实低光的夜间红外测试集构建包含 647 张图像的夜间 TIR 评测基准，覆盖物理一致的复合退化（噪声 + 模糊 + 低对比度），弥补现有红外增强评测在真实夜间场景下的空白，为社区提供一个更具挑战性的测试床。

03 方法详解

🛠️ 整体框架：从"一锅烩"到"分诊—会诊—择路"的协同流水线

SEGD 的整体架构如下图所示，由三大核心组件构成，三者环环相扣、协同优化：

DENet（分诊）先判断"得了什么病、病得多重"→DRMs（专科治疗）让三位"专科医生"分别对症下药 →SE-ROS（会诊择路）用信息论标准选出最优的"治疗顺序"，最终由解码器输出高质量红外图像。

整个过程把"退化解耦—先验引导—顺序自适应"统一在一个可端到端训练的框架中。

① 解耦｜Degradation Residual Modules（DRMs）：分而治之的残差建模

▍设计动机噪声、模糊、低对比度三种退化在物理机制和特征分布上差异显著。让一个共享主干"通吃所有退化"，本质上是在让网络同时优化几个相互冲突的目标——梯度方向打架、参数被反复争夺，最终谁也学不好。

▍核心设计作者为三类退化分别构建一个独立的残差模块（C-DRM 对比度、B-DRM 模糊、N-DRM 噪声）：

• 三个 DRM结构相同、参数独立，均基于RestormerBlock构建；

• 每个 DRM 只学习一类退化对应的残差分量（你可以理解为"针对某种病的解药剂量"）；

• 由 DENet 输出的二值因子 控制分支的"开关"。

更新规则非常直观：

其中 是输入特征（来自编码器或上一个 DRM）， 是第 类退化对应的 RestormerBlock。

▍效果当某类退化不存在时（），对应分支被显式关闭，从根本上避免"过度恢复"；存在时则在独立参数空间内精细补偿。各分支独立参数、联合训练——这正是"分而治之但不各自为政"的精髓。

② 感知｜Degradation-Aware Evidence Network（DENet）：证据学习驱动的可靠先验

▍设计动机"病情"不只有"有没有"，还有"多严重"。直接给模型一个 one-hot 的类别标签远远不够——网络还需要知道每种退化的强度，以及这个判断本身有多可信。这正是 DENet 要解决的问题。

▍核心设计DENet 由特征提取器、DAH（退化感知头）和DEH（退化证据头）组成，分别承担两类任务：

**▶ DAH：判断"有没有"**通过 MLP 预测三类退化的 logits ，再经 Sigmoid 与阈值 二值化为开关因子：

训练时使用BCE Loss，且对阈值 鲁棒（除非取极端值如 0.9）。

▶ DEH：判断"多严重，且这个判断可不可信"这是 DENet 最具创新性的部分。基于证据深度学习（EDL），DEH 输出 Beta 分布的两个参数 ：

其中 是退化强度， 是模型对自己判断的置信度——、 分别可理解为"该退化存在"与"不存在"的证据量。强度标签由 SSIM 自然定义：，损失函数为Beta–EDL Loss（NLL 拟合项 + KL 正则项）：

KL 项的作用是惩罚过度自信，避免模型"嘴硬"地给出不可靠估计。

▶ 先验注入：把"病情诊断"变成"治疗指令"将 与 拼接后经全连接层生成通道调制参数 ，对编码器特征做强度感知调制：

这样，DRMs 拿到的不只是"做什么"，还有"做多少、有多大把握"。

▍效果DENet 让恢复过程从"盲目硬上"变成"按病情轻重精准开方"——病轻则轻治，病重则重治，把握不足则保守治。

③ 择路｜SE-ROS：结构熵引导的恢复顺序自适应选择

▍设计动机复合退化的恢复顺序很关键。论文给了一个非常形象的例子：

“在强噪声下先做去模糊，会让噪声污染模糊核估计，产生伪纹理；在重模糊下先去噪，又会削弱边缘一致性。”

固定顺序（如 CBN）无法适配所有图像；随机采样路径不稳定；简单平均又会被"次优路径"拖后腿。能不能让模型针对每张图像自适应地选最优路径？

▍核心设计：把"选路径"转化为"信息论优化问题"

▶ 第一步：枚举所有候选路径三种退化的全部排列共 6 条：

每条路径就是一种 DRM 的串联顺序，对应一个候选特征。

▶ 第二步：构建特征相似度图将 6 个候选特征作为顶点，构造全连接图 ，边权为非负余弦相似度：

▶ 第三步：以 2D 结构熵最小化划分编码树二维结构熵 衡量在划分 下图的"信息不确定性"：

通过近线性时间算法最小化 2D-SE，得到最优编码树与划分——高内聚、低耦合的特征自然聚成簇。

▶ 第四步：基于顶点贡献度选择并聚合特征对每个顶点 ，计算其结构熵贡献——即"把它从当前簇中移除会造成多大的熵增"。 越大，说明该路径越能维持全局信息秩序：

即在每个簇内选出贡献最大的"代表路径"，再用 softmax 权重做加权聚合，得到送入解码器的最终特征 。

▍效果SE-ROS 把"选哪条路"这件主观的事，转化成了一个有显式数学准则、可解释、不需要额外监督的优化问题。它同时完成顺序优化与特征聚合，从机制上抑制了多阶段误差传播与伪影放大。

④ 基准｜Night-TIR：面向真实低光场景的评测床

现有红外增强评测多在常规场景下进行，难以反映夜间低光这一红外成像的核心应用场景。作者按照 HM-TIR 的退化合成协议，构建了包含647 张夜间红外图像的 Night-TIR 数据集，覆盖物理一致的单一/双重/三重复合退化情形，为社区提供了一个更贴近真实部署条件的挑战性测试床。

训练目标

整体训练目标由三部分组成，端到端联合优化：

其中 监督最终重建图像， 与 分别约束 DAH 和 DEH 的输出。无需额外监督的 SE-ROS 则在前向传播中"无声地"完成路径选择与特征聚合。

🎯一句话总结方法的精髓： SEGD 把"红外图像增强"这件原本被当作端到端黑箱的任务，拆解为"分诊 → 治疗 → 择路" 三个具有清晰物理/信息论含义的子问题，并用一套优雅的数学语言（残差学习、证据学习、结构熵）把它们重新缝合起来——既有可解释性，又有 SOTA 的性能。

04 实验评估

数据与设置：

实验在三套数据上展开：HM-TIR（1,503 张红外图像，按 8:2 划分，测试集涵盖 20%/30%/50% 的单/双/三重退化）、本文新构建的Night-TIR（647 张夜间红外图像，相同退化协议）、以及用于真实场景泛化测试的 AWMM（300 张未施加任何合成退化的真实红外图像）。前两者用 PSNR/SSIM 评测，AWMM 采用 NIMA、MUSIQ、NIQE 三项无参考感知指标。对比方法涵盖红外专用方案（WFAF、LRSID、TSIRIE、PPFN）和可见光通用 all-in-one 方案（DACLIP、DiffUIR）。所有实验基于 PyTorch + RTX 4090，AdamW 优化器训练 100 epochs。

定量实验结果：

表 1 显示，SEGD 在 HM-TIR 和 Night-TIR 上几乎全面登顶，平均 PSNR/SSIM 较强基线提升 4.90% / 3.73%；尤其在三重退化场景下，HM-TIR 上 PSNR 从 PPFN 的 18.20 dB 跃升至 20.31 dB——退化越复合，SEGD 优势越明显，这正是"分而治之 + 顺序自适应"设计理念的有力佐证。图 7 进一步对比不同恢复路径策略：固定顺序受限于误差传播，随机采样不稳定，等权平均在三重退化下被次优路径稀释；而 SE-ROS 在双重和三重场景下均最优，验证了基于 2D 结构熵的自适应择路机制。

定性实验结果：

图 3 给出 HM-TIR 与 Night-TIR 上三重复合退化的可视化对比：WFAF、LRSID、TSIRIE、DACLIP、DiffUIR 普遍存在伪影残留和背景噪声未清除的问题；PPFN 虽更稳定但仍有细节丢失与对比度不足；SEGD 则在对比度增强、细节保真、伪影抑制三者间取得最佳平衡。图 4 在 AWMM 真实红外图像上的结果同样令人信服——SEGD 在行人轮廓、地面纹理等高频区域呈现更清晰的边界，有效抑制背景噪声且避免过度增强，证明模型学到的是红外退化的本质规律，而非过拟合合成数据。

参数分析：

表 2 揭示了一个相当反直觉的结果：SEGD 参数量仅 2.268M，比 PPFN（26.60M）少 91.5%，比 DACLIP（233.14M）少 99%；推理时间 0.19s/张，比 PPFN 快 3.4×，比 DACLIP 快 80×。性能 SOTA 的同时还是几乎最轻量、最快——证明"解耦设计 + 信息论引导"带来的不只是性能提升，更是结构性的效率优势。

消融实验：

表 3 验证 DENet 的设计必要性：同时移除 DAH 和 DEH 时 PSNR 跌至 22.728 dB（最严重的退化），只保留任一头部都性能受损；移除置信度 后小幅下降，证实其用于抑制不可靠的强度估计——“类型 + 强度 + 置信度"三位一体，每一项都不冗余。图 5 显示 DENet 对阈值高度鲁棒，除非取 0.9 这类极端值，性能几乎不受影响，说明该设计在实际部署中无需精细调参。图 6 则展示了各 DRM 的"专科特异性”：对比度 DRM 仅对低对比度退化有效，噪声/模糊 DRM 同理——各司其职、合作互补，移除全部 DRMs 会导致 PSNR 骤降 6.045 dB，是整个框架的结构基石。

05 总结与展望

总结

本文提出SEGD——一个面向红外图像复合退化增强的结构熵引导解耦框架。不同于传统"共用骨干处理一切退化"的范式，SEGD 遵循"解耦—感知—择路"的设计哲学：通过DRMs以独立参数、共享结构的方式分而治之，缓解跨退化的梯度冲突与参数竞争；通过DENet基于证据深度学习联合估计退化类型、强度与置信度，提供可靠先验；通过SE-ROS以 2D 结构熵最小化为准则，无需额外监督即可自适应选择最优恢复路径并完成特征聚合。同时，作者构建了夜间红外评测基准Night-TIR。实验证明，SEGD 在三个数据集上全面 SOTA，退化越复合优势越明显，且参数量仅 2.268M、推理时间 0.19s——性能与效率兼得。

展望

SEGD 的设计思想为复杂退化场景下的图像增强开启了新的可能。短期来看，该框架在夜间安防监控、自动驾驶辅助感知、无人机遥感、红外医学影像等场景具备直接落地价值；长远而言，"解耦—择路"的范式可进一步推广至 RGB-T、深度-红外等多模态联合增强任务，DENet 的证据建模也有望扩展到处理训练集未见过的未知退化类型。更值得期待的是，基于结构熵的择路过程为深度模型的可解释性提供了天然抓手——让"黑箱"开始讲出可被理解的信息论语言，这或许是该工作之于整个图像恢复领域最具启发性的贡献。

往期推荐