🧭 一句话总结

提出 DRDD（解耦残差去噪扩散模型），将扩散过程拆分为两个独立阶段，在保留域协调效果的同时，大幅降低对配对数据的依赖，实现统一、高效的图像到图像翻译。

🔍 研究背景与问题

任务：图像到图像翻译（I2I Translation）

将图像从一个域转换到另一个域，例如：

现有扩散模型的局限

问题 描述
域协调效果被提前破坏 现有方法在单一耦合扩散过程中同时去除噪声和残差，导致"域协调"效果过早消失
数据效率低 需要大量配对图像训练，成本高
统一性差 难以用同一模型处理多种不同的翻译任务

被忽视的关键属性

💡 本文发现：向图像注入高斯噪声，不仅能让数据脱离低维流形（Manifold Lifting），还能隐式对齐不同域的特征分布——即域协调（Domain Harmonization）。

这一属性此前在扩散模型研究中未被充分挖掘。

🏗️ 方法：DRDD 核心设计

整体框架

将扩散过程解耦为两个顺序且独立的阶段：

源域图像
    │
    ▼
【阶段一】随机噪声扩散（Stochastic Noise Diffusion）
    ├─ 目标：域协调 + 流形提升
    ├─ 训练数据：仅需大量目标域无配对图像 ✅
    └─ 输出：固定噪声域中的表示
    │
    ▼
【阶段二】确定性残差扩散（Deterministic Residual Diffusion）
    ├─ 目标：学习核心语义映射
    ├─ 在"固定噪声域"内完成，保留阶段一的协调效果
    └─ 输出：目标域图像

两阶段对比