CVPR 2026新去雾：BPUL让四个主干都涨点

去雾这事最烦的不是“有雾”，而是雾还会挑地方、挑光照、挑场景。BPUL的思路很直接：别假装雾是确定性的，先把不确定性拎出来，再用物理一致性和对比约束把模型拽回正轨。😊

龙哥读论文发布于 2026-08-29 00:20:05 阅读 3 查看原文

#图像恢复 #AI应用 #人工智能

🐉 龙哥读论文知识星球来了！
公众号每日8篇拆解不够看？星球无上限更AI领域论文、资讯、招聘、招博、开源代码，一站式干货，每日2分钟刷完即赚！ 👇扫码加入「龙哥读论文」知识星球，前沿干货、实用资源一站式拿捏～ xingqiu_header

龙哥导读：
去雾这事最烦的不是“有雾”，而是雾还会挑地方、挑光照、挑场景。BPUL的思路很直接：别假装雾是确定性的，先把不确定性拎出来，再用物理一致性和对比约束把模型拽回正轨。😊

原论文信息如下：

论文标题:
Backbone-Agnostic Perturbation-Induced Uncertainty Learning for End-to-End Real-World Image Dehazing 发表日期:
2026年07月发表单位:
Wuhan University 原文链接:
https://arxiv.org/pdf/2607.11623v1.pdf

真实世界去雾为何困难重重？从不确定性出发

真实世界去雾最烦的地方，不是“雾很大”，而是“雾很会演”。同一张图里，左边可能是薄雾，右边可能是浓雾；远处有天空光，近处有遮挡物，亮处和暗处的退化程度还不一样。模型如果还把它当成一个简单的“输入一张雾图，输出一张清图”的确定性映射，往往就会出现两个老毛病：一是细节被抹平，二是颜色开始飘。

这篇论文的切入点很直接：真实去雾里最难的，不只是恢复图像本身，而是处理“退化到底有多不确定”这件事。 也就是说，雾不是一层均匀的灰纱，而是会随着空间位置、光照条件、场景结构和成像过程不断变化的复杂退化。只盯着像素误差，模型很容易学到“看起来差不多”的答案，但不一定是物理上说得通的答案。

图：经典大气散射模型。这里 I(x) 是有雾图像，J(x) 是无雾辐射，t(x) 是透射率，A 是大气光。这个公式看着朴素，实际很“狡猾”：它告诉人们雾图不是凭空来的，而是清晰内容和退化过程混在了一起；问题在于，真实场景里 t(x) 和 A 往往并不稳定，估计错一点，后面就容易一路跑偏。

传统方法喜欢先估计透射率和大气光，再代回物理模型；深度学习方法则更干脆，直接端到端学一个映射。问题是，真实去雾的数据里，雾的形态太复杂，监督信号再强，也很难把所有歧义都消掉。于是模型表面上学的是“清图”，实际上可能在偷偷记忆“哪些雾区更容易出错”。BPUL 的价值就在这里：它不再假装这种不确定性不存在，而是把它显式拎出来，变成可学习、可约束、可利用的信号。

顺手解释一下标题里的缩写：BPUL 是 Backbone-Agnostic Perturbation-Induced Uncertainty Learning，中文可理解为“与主干无关的扰动诱导不确定性学习”。简单说，就是不重做一套去雾网络，而是把一个“看穿雾有多不稳定”的插件，塞进现有主干里。

即插即用新框架BPUL：三大组件各司其职

BPUL 的设计很像“给现有去雾模型加三道保险”。第一道保险是 LPUM，负责在特征层里找出哪些通道、哪些位置对扰动最敏感；第二道保险是 PURM，负责把恢复结果再“倒推回去”，检查它能不能解释原始雾图；第三道保险是 D3CL，也就是 Dual-space Domain-diversified Distribution-aware Contrastive Loss，中文可译为“双空间、域多样化、分布感知对比损失”。

图1：BPUL 嵌入分层编码器—解码器恢复网络的整体结构。绿色 Block 表示原有主干模块，BPUL 以插拔式方式嵌入，不改主干拓扑。这个图最重要的信息只有一句：BPUL 不是另起炉灶，而是在现有网络上加“去雾不确定性雷达”。

这三个模块的分工很清楚。LPUM 负责“看哪里不稳”，PURM 负责“恢复结果能不能解释雾”，D3CL 负责“别只学一个干净答案，要把真实雾域和合成雾域都拉开”。训练时三者一起上；推理时只保留 LPUM，PURM 和对比损失都下线。这个安排很务实，因为产品部署最怕的不是训练时多算一点，而是上线后还要背一堆辅助分支的包袱。

图2：LPUM 模块示意图。它先估计通道级和空间级扰动分布，再根据扰动前后特征的差异生成不确定性响应，最后把这些响应转成特征调制权重。说白了，LPUM 干的不是“随机加噪”，而是“用可学习扰动把模型最不放心的地方照出来”。

这套思路的好处在于，它不要求换掉原来的去雾骨架。无论是卷积网络、Transformer，还是混合骨架，只要中间能拿到特征图，就能往里塞 LPUM。对工程实现来说，这种“骨架无关”比重新发明一套网络友好得多；对论文来说，也更容易证明方法本身不是某个主干的专属外挂。

核心揭秘：如何通过可学习的扰动感知不确定性？

LPUM 的核心逻辑其实不绕：先在特征图里“轻轻拨一下”，再观察哪里反应最强。反应越强，说明这个位置或通道对退化越敏感，也就越值得在后续恢复里重点照顾。它把“不确定性”从一个抽象概念，变成了特征响应差异。

公式含义：先对特征做全局平均池化，再预测每个通道的均值和对数标准差。这里的 GAP 是 Global Average Pooling，中文是“全局平均池化”。它的作用很朴素：先把整张特征图压缩成全局摘要，再判断每个通道该怎么扰动。

公式含义：通过重参数化采样得到通道扰动 Nc。εc 服从高斯分布，μc 和 σc 是预测出来的分布参数。重参数化的好处是，采样这件事也能反向传播，不会把梯度链条掐断。

公式含义：把原特征和扰动后特征做一次“逆对齐”比较，得到通道差异 Dc。如果某个通道一扰动就乱，那它大概率承载了对雾很敏感的信息；如果几乎不动，说明它更稳。这个设计比单纯看注意力图更像是在“做体检”。

公式含义：把通道差异压缩成调制权重 Wc。后面的 sigmoid 让权重落在合理范围内，避免某些通道被“放飞自我”。

空间分支也是类似思路，只不过这次关注的是“哪里不稳”，而不是“哪个通道不稳”。它先在空间维度预测扰动分布，再把扰动打进去，比较扰动前后响应差，最后生成空间调制图。这样一来，模型既知道“哪类语义容易受雾影响”，也知道“图上哪一块最该优先修”。

公式含义：空间扰动分布由当前特征直接预测。这里不再做全局压缩，因为空间分支需要保留位置感。

公式含义：空间扰动 Ns 也是通过重参数化采样得到。

公式含义：计算空间响应差异 Ds。它反映的是“哪些地方一被扰动就容易暴露问题”。

公式含义：把通道维度上的平均值和最大值拼起来，再生成空间权重 Ws。平均值看整体，最大值看峰值，两者合起来更稳。

看到这里，逻辑其实已经很清楚了：LPUM 不是在“制造随机性”，而是在“用随机扰动做探针”，把特征里最不稳定的部分找出来，再让网络对这些部分更敏感、更谨慎地处理。这个思路挺聪明，因为真实去雾里最怕的就是模型太自信，结果把雾当纹理，把纹理当雾，最后两头都没处理好。

先验与对比双重约束，让去雾更稳健

如果说 LPUM 解决的是“看哪里容易出错”，那 PURM 解决的就是“恢复结果能不能自圆其说”。它的思路很像办案：模型先给出一张清图，再把这张清图塞回大气散射模型，看看能不能重新生成原始雾图。要是复原不回去，那说明这张清图大概率只是“看着顺眼”，未必“物理上靠谱”。

图3：PURM 模块示意图。它利用透射率和大气光先验，再结合 LPUM 的扰动线索，从恢复图反向重建雾图。图中 I-LPUM 表示继承式 LPUM，不再自己重新估扰动，而是直接复用主干里的扰动信息。这个设计很关键，因为它把“前向去雾”和“后向重建”绑在了一起。

公式含义：PURM 用预测的透射率 T̂(x) 和大气光 Â(x) 重新生成雾图 Î(x)。这里的核心不是“再做一次去雾”，而是“验证恢复结果是否能解释原始退化”。

公式含义：透射率分支把先验 Td 注入到潜特征里，通过乘性和加性两类仿射变换进行调制。这个做法比简单拼接更灵活，因为先验不只是“输入”，而是“控制信号”。

公式含义：大气光先验 Ad 也以同样方式调制另一条分支。透射率和大气光的作用不同，前者管“雾有多厚”，后者管“整幅图被怎样染色”，两条线索缺一条都不够稳。

公式含义：重建损失 Lrec 用 Charbonnier 惩罚来约束重建雾图和原始雾图的一致性。它比纯 L1 更平滑一点，训练时通常更稳。

图4：D3CL 示意图。对比约束同时发生在“清图恢复空间”和“雾图重建空间”里，负样本还分成真实雾负样本和合成雾负样本。这个设计的意思很明确：别只把输出拉近真值，还要把它和“像雾但不是这张图”的样本拉开距离。

这里的对比学习不是老派那种“拉近正样本、推远负样本”的简单版本，而是做了两层升级。第一层升级是负样本不再只用配对里的那张雾图，而是从别的训练对里采一个真实雾负样本，这样能覆盖更广的真实退化域；第二层升级是再加一个合成雾负样本，把真实雾和合成雾的差异也纳入约束。换句话说，模型不只是学“这张图应该长什么样”，还学“什么样的雾退化都不能乱认”。

公式含义：在 VGG 感知特征上再加随机扰动，得到分布感知特征 φ̃l(x)。这里的 VGG 指的是冻结的感知网络，用来抽取多层语义特征。论文还给了一个固定扰动比例 r=0.2，属于一种省算力的分布近似办法。

公式含义：计算 anchor 和 positive 的特征距离 dlap。

公式含义：分别计算与真实雾负样本、合成雾负样本的距离 dlan 和 dlas。这一步的关键不是“把负样本推远”，而是“把不同退化域都考虑进去”。

公式含义：D3CL 把正负样本距离组合起来，并在多层 VGG 特征上求和。它的直觉非常“工程”：正样本要近，真实雾负样本要远，合成雾负样本也要远，而且不同层的语义都要管住。

公式含义：在清图恢复空间里，去雾结果 Ĵ 是 anchor，真值清图是 positive，负样本则来自真实雾和合成雾域。

公式含义：在雾图重建空间里，重建雾图 Î 作为 anchor，原始雾图作为 positive，再去做同样的域多样化约束。这样就把前向恢复和后向重建统一起来了。

公式含义：总损失由三部分组成：清图重建、雾图重建、双空间对比约束。训练时把这三股力拧在一起，模型就不太容易只顾着“像”，却忘了“对”。

这部分最值得肯定的一点，是它没有把“物理先验”和“对比学习”当成两个互不相干的花活，而是明确地把它们服务于同一个目标：让去雾结果既符合视觉质量，也符合退化逻辑。很多方法的问题就在于，视觉上看着挺好，物理上一问三不知；BPUL 至少努力让模型别这么心虚。

实验效果如何？五个数据集、四个主干网络全面验证

实验部分的看点很明确：不是只在一个小数据集上刷分，而是放到五个真实配对去雾基准上检验，而且还把 BPUL 插进了四种不同主干里。这样的实验设计比较像“真刀真枪”地测泛化能力，而不是在单一骨架上做局部修饰。

图5：定性对比结果。每个面板上方是恢复图，下方是相对真值的绝对误差图。误差图这玩意儿很诚实，肉眼看着“差不多”的图，一放误差图就原形毕露。BPUL 的结果通常能看到更少的残余雾和颜色偏差，结构边缘也更完整。

图6：不确定性与雾重建分析。输入—真值误差图、LPUM 的空间不确定性图，以及 PURM 重建的雾图被放在一起看，能更直观地理解模块之间的关系。LPUM 强调的区域，往往就是雾退化更复杂的区域；PURM 则负责把这种退化再“还原”出来，形成闭环。

表2：LPUM 与 PURM 的消融实验。结果说明两件事：第一，通道分支和空间分支缺一不可；第二，PURM 里先验输入、潜空间仿射调制、扰动共享这几项也不是摆设。尤其是“共享扰动”这个设计，说明前向去雾和后向重建最好别各玩各的，统一起来更稳。

表3：D3CL 的逐步构建实验。结果显示，普通对比损失已经有帮助，但加入非对应真实雾负样本、合成雾负样本、随机感知特征之后，收益会继续上升；最后再把约束扩展到雾图重建空间，效果最好。这个顺序很有说服力，说明每一步都不是白加的。

从整体结果看，BPUL 的提升不是“某一个数据集突然冒尖”，而是五个真实基准上比较一致地涨点，且在不同主干上都能复用。这一点很重要，因为去雾论文最怕的就是只在某个场景里灵光一现，换个场景就开始掉链子。BPUL 至少在实验上证明了：不确定性建模 + 物理一致性 + 域多样化对比 这条组合拳，在真实去雾里确实有用。

更难得的是，论文还强调了推理阶段的成本控制。PURM 和 D3CL 都只在训练时存在，真正上线时只留下轻量的 LPUM。也就是说，训练阶段可以多花点心思把模型“教明白”，部署阶段不必背着一堆辅助模块跑马拉松。这种设计对于实际系统很友好，至少不会一边喊着轻量化，一边把推理链条搞得像年终报销单一样长。

龙迷三问

下面是龙哥对于大家可能的一些问题的解答：

这篇论文到底解决了什么问题？它解决的是“真实去雾里模型总把不确定性当没看见”这个老问题。BPUL 不是只追求输出更清晰，而是把退化敏感区域、物理一致性和域间差异一起纳入训练。

LPUM、PURM、D3CL 分别是什么意思？LPUM 是扰动诱导不确定性调制器，负责找出敏感特征；PURM 是先验引导的不确定性重建模块，负责从恢复图反推雾图；D3CL 是双空间域多样化分布感知对比损失，负责把清图空间和雾图空间都约束住。

这篇方法能不能直接落地？比很多“训练时很热闹、上线时很吓人”的方法更接近落地，因为推理阶段只保留轻量 LPUM。真正需要注意的是，PURM 依赖先验估计质量，若先验很差，训练约束也会打折扣，所以它更适合配合稳定的主干和合理的数据分布使用。

如果你还有哪些想要了解的，欢迎在评论区留言或者讨论~

龙哥点评

论文创新性分数：★★★★☆

把“不确定性”从抽象概念变成可学习扰动响应，这个切口挺新；更妙的是还把它和物理重建、对比学习绑成一套，逻辑完整。

实验合理度：★★★★☆

五个真实配对数据集、四种主干、定量定性和消融都做了，验证链条比较完整；唯一要看的是不同主干接入后的实现细节是否足够统一。

学术研究价值：★★★★☆

对真实去雾这种物理退化复杂、监督又不完美的任务，有明确启发意义；尤其是“前向恢复 + 反向重建 + 域对比”这套组合，值得迁移到别的恢复任务。

稳定性：★★★☆☆

训练约束很强，但 PURM 依赖先验估计，先验质量波动时会影响稳定性；不过推理侧只保留 LPUM，部署压力不算大。

适应性以及泛化能力：★★★★☆

骨架无关是加分项，说明不是绑死某一种网络；但它仍然主要服务于真实配对去雾，跨任务泛化还需要更多验证。

硬件需求及成本：★★★★☆

训练阶段多了重建分支和对比损失，成本会升；但推理阶段只保留轻量 LPUM，实际部署负担相对可控。

复现难度：★★★☆☆

思路清楚，但涉及多模块协同、先验估计和对比采样，复现时容易在细节上出偏差；如果代码没开源，门槛会更高。

产品化成熟度：★★★☆☆

适合做高质量图像增强链路中的训练增强模块，不太像即插即用的终局方案；要进产品，还得看先验估计和不同场景的鲁棒性。

可能的问题：方法链条较长，训练目标多，先验质量和负样本采样都会影响最终收益；若数据分布变化很大，优势可能会被稀释。

主要参考文献

Bingcai Wei. Backbone-Agnostic Perturbation-Induced Uncertainty Learning for End-to-End Real-World Image Dehazing. arXiv:2607.11623v1, 2026.

He, K., Sun, J., and Tang, X. Single Image Haze Removal Using Dark Channel Prior. 2011.

Ancuti et al. I-HAZE, O-HAZE, Dense-Haze, NH-HAZE and LMHaze benchmarks.

雾太重，图太糊，模型还总爱“装作看懂了”。BPUL这类方法的价值就在于：训练时把问题掰开揉碎，部署时尽量轻装上阵。想继续追这种能落地、讲物理、还真涨点的论文，欢迎加入龙哥读论文粉丝群，扫码一起把前沿拆明白～

欢迎加入龙哥读论文粉丝群，扫描下方二维码或者添加龙哥助手微信号加群：kangjinlonghelper。一定要备注：研究方向+地点+学校/公司+昵称（如图像处理+上海+清华+龙哥），根据格式备注，可更快被通过且邀请进群。
『龙哥读论文』微信群目前包含：图像处理、大模型及智能体、自动驾驶及机器人、AI医疗及AI金融5个群
wechat_helper