一种训练扩散模型以及图像质量恢复的方法

本说明书实施例公开了一种训练扩散模型的方法，将向第一样本图像添加第一样本噪声的第一加噪图像和第一样本噪声的视觉编码特征作为生成条件注入扩散模型，使扩散模型获知第一加噪图像中的噪声是该视觉编码特征对应的噪声，并以此作为先验知识，在此先验知识的引导下学习如何对标准噪声图像进行去噪才可得到第一样本图像。通过该方法训练的扩散模型，即便低质图像中的噪声是由多种类型的噪声叠加而成，扩散模型仍可根据作为生成条件之一的噪声的视觉编码特征，来引导扩散模型进行去噪，而无需采用多种去噪模型对该低质图像进行多次去噪，也无需针对每种类型的噪声都训练一个去噪模型，可有效提高训练去噪模型和对低质图像进行图像质量恢复的效率。