文章：Test-Time Preference Optimization for Image Restoration
代码：暂无
单位：电子科技大学
一、问题背景：技术达标易，贴合偏好难
图像修复（IR）的核心是去除模糊、噪声、雨雾等失真，还原高质量图像，常见任务包括去噪、去模糊、超分辨率、低光增强等。
传统修复模型大多用L1、MSE等损失函数训练，追求像素级的精准还原，往往能拿到不错的PSNR等技术分数，但容易产生“过度平滑”的问题；即便近年出现了零样本修复方法，能应对未知失真，却依然没解决一个关键问题——和人类审美偏好脱节。
更麻烦的是，要让模型贴合人类偏好，要么需要大量人工标注的偏好数据（耗时耗力，目前还没有专门的图像修复偏好数据集），要么得重新训练模型（成本高，还不兼容不同架构的修复模型），这让“让AI修图符合人类审美”成为行业难题。
二、方法创新：三步式TTPO，测试时就能优化偏好
针对这些痛点，研究团队提出了首个“测试时偏好优化”范式——TTPO（Test-Time Preference Optimization），核心是“不重训模型、不额外收集数据”，在测试阶段就能让修复图贴合人类偏好，整体分为三个关键步骤：
1. 在线生成候选图：给修复图找“风格变体”
以任意修复模型输出的图片为基础，用预训练扩散模型（如SD2.1、SD3、FLUX）做“轻量编辑”。通过控制添加噪声的强度（限制在0.1-0.3之间，避免破坏图像结构），生成一批风格、细节不同的候选图片，相当于给原始修复图找了多个“审美变体”。
2. 智能筛选偏好图：用AI代替人工选“好看的”
不用人工逐一挑选，而是融合MUSIQ、MANIQA、Q-Align三种贴近人类感知的图像质量评估指标，给所有候选图打分排序，自动选出“最符合偏好”的图片（赢样本）和“最不符合偏好”的图片（输样本），既高效又能贴近人类判断。
3. 定向优化修复图：顺着偏好微调细节
以原始修复图为基础，用扩散模型的去噪过程做优化——把“赢样本”和“输样本”作为奖励信号，让模型在去噪时“向好看的靠拢、避开不好看的”，同时通过频率分解技术，保证图像结构不跑偏（低频率部分保结构，高频率部分优细节）。
整个过程不用修改原始修复模型，相当于给任何修复工具加了一个“审美优化插件”，兼容性拉满。
三、实验结果：多项任务验证，审美与性能双提升
研究团队在6类主流图像修复任务（去噪、超分辨率、去雨、低光增强等）、多种模型上做了全面测试，结果相当亮眼：
1. 量化指标：全面超越原始修复图
在MUSIQ、MANIQA等多个评估指标上，TTPO优化后的图片（yTTPO）几乎全方面超过原始修复图（y0），部分任务甚至能超越人工筛选的“赢样本”（yw），证明优化效果不仅贴合偏好，还能提升客观质量。
2. 主观体验：细节更自然，结构不跑偏
对比原始修复图，TTPO优化后的图片纹理更真实——比如人物头发、牙齿的呈现更自然，不会出现扭曲线条等 artifacts；而单纯的“赢样本”虽然有时细节更细，却容易破坏图像结构（如门的位置偏移），TTPO则完美平衡了“审美”和“结构一致性”。
3. 对比主流方法：优势明显
和DDRM、DDNM等零样本修复优化方法相比，TTPO在256×256分辨率测试中，多项指标拿下第一或第二，充分证明偏好引导的有效性；甚至能和这些方法结合，形成“修复+优化”的两阶段方案，让老照片等场景的修复效果更惊艳。
4. 用户研究：专家认可度高
8位拥有3年以上低视觉研究经验的专家参与测试，结果显示：TTPO基于人类偏好优化的图片，70.31%的情况下优于原始修复图，和基于指标筛选的优化结果胜率接近50%，说明自动筛选机制能精准贴合人类判断。
四、优势与局限：亮点突出，仍有提升空间
核心优势
兼容性强：不用重训模型，能无缝对接任何图像修复 backbone，不管是CNN、Transformer还是扩散模型，都能直接用。
零数据成本：不用收集人工偏好数据集，候选图和偏好筛选都在线完成，落地门槛低。
兼顾审美与结构：通过频率分解和阶段式优化，既提升视觉偏好，又不破坏图像原有结构，符合修复任务的核心要求。
灵活可调：可以选择不同的扩散模型（FLUX画质优、SD3速度快），适配不同场景需求。
现存局限
计算成本较高：用FLUX等模型做优化时，需要较多计算资源， runtime相对较长，大规模应用或处理超大图时效率有待提升。
偏好筛选有偏差：目前依赖的NR-IQA指标虽然贴近人类感知，但仍不能100%还原人类主观判断，部分场景下可能出现“指标好但不好看”的情况。
五、一句话总结
TTPO通过“生成-筛选-优化”的三步式测试时优化，首次实现了无需重训模型、无需额外偏好数据的图像修复审美对齐，让任何修复工具都能快速具备“懂人心”的能力，为图像修复技术走向实用化、个性化提供了新路径。
