近期，禁忌书屋 曹卫锋教授团队在图像处理与分析领域国际顶级期刊《IEEE Transactions on Image Processing》上发表题为“DACESR: Degradation-Aware Conditional Embedding for Real-World Image Super-Resolution（一种基于退化感知条件嵌入的真实世界图像超分辨率方法）”的研究论文。

图1 DACESR的整体框架

在计算机视觉与多模态人工智能快速发展的背景下，图像超分辨率重建作为图像处理领域的核心方向，广泛应用于安防监控、医学影像、遥感测绘以及高清影像修复等众多实际场景。近年来，多模态大模型利用文本作为条件信息，在图像超分辨率任务中展现出了优异的能力，但在处理退化图像时的表现仍存在局限。本文首先通过计算文本相似度，重新评估了“识别任何事物模型”（RAM）在退化图像上的性能，发现直接采用对比学习在退化空间中微调RAM难以取得理想效果。为此，本文引入了一种退化选择策略，并提出了真实嵌入提取器（REE），通过对比学习显著提升了退化图像内容的识别能力。然后，利用条件特征调制器（CFM）将REE提取的高层语义信息融入一个基于Mamba的强大网络中，使该网络能够充分利用像素级信息恢复图像纹理，生成视觉质量良好的重建结果。大量实验表明，REE能够有效帮助图像超分辨率网络在保真度与感知质量之间取得平衡，同时也展现了Mamba在真实世界图像超分辨率任务中的巨大潜力。

图2 真实嵌入提取器（REE）的训练流程

该论文以郑州轻工业大学为第一署名单位，研究生雷晓燕为第一作者，曹卫锋、罗彪和梁辉为通讯作者。

《IEEE Transactions on Image Processing》（IEEE TIP）是图像处理与分析领域的国际顶级期刊，由电气与电子工程师协会（IEEE）主办，主要收录图像、视频及多维信号处理方面的前沿研究成果，涵盖数学建模、增强恢复、编码传输、生物医学成像及遥感等方向。期刊属于中科院一区Top期刊，2025年期刊的影响因子为13.7。

原文链接：//ieeexplore.ieee.org/abstract/document/11433537

引用格式：X. Lei, W. Zhang, B. Luo, H. Liang, W. Cao and Q. Lin, "DACESR: Degradation-Aware Conditional Embedding for Real-World Image Super-Resolution," in IEEE Transactions on Image Processing, vol. 35, pp. 2997-3008, 2026, doi: 10.1109/TIP.2026.3671639.