Loading...
机构名称:
¥ 1.0

图像恢复(IR)由于现实世界中的复杂性而具有挑战性。虽然已经开发了许多专业和多合一的IR模型,但它们无法有效地处理复杂的混合降解。最新的方法可以修复和代理利用智能的,自主工作流以减轻此问题,但由于其资源密集型填充,他们的效果和效率低下,并且由于其资源密集型填充而遭受了较低的效率,以及无效的搜索和工具执行试验以实现令人满意的输出。在本文中,我们提出了Mair,这是一种新颖的方法来解决IR问题。我们提出了一个现实世界中的降级,将降解分为三种类型:(1)场景,(2)成像和(3)压缩,观察到这些压缩是在现实世界中依次发生的,并按照序列的顺序逆转它们。基于这个三阶段的恢复框架 - 梅尔(Mair)模仿了一个合作的人类专家团队,其中包括用于整体计划的“调度程序”和多个专门用于特定退化的“专家”。这种设计最大程度地减少了搜索空间和试验工作,改善了图像质量,同时降低了推理成本。此外,还引入了一种注册机制,以简化整合新工具。对合成和实地世界数据集进行的实验表明,提出的MAIR可以实现竞争性能,并提高了先前代理IR系统的效率。代码和型号将提供。

arxiv:2503.09403v1 [cs.cv] 2025年3月12日

arxiv:2503.09403v1 [cs.cv] 2025年3月12日PDF文件第1页

arxiv:2503.09403v1 [cs.cv] 2025年3月12日PDF文件第2页

arxiv:2503.09403v1 [cs.cv] 2025年3月12日PDF文件第3页

arxiv:2503.09403v1 [cs.cv] 2025年3月12日PDF文件第4页

arxiv:2503.09403v1 [cs.cv] 2025年3月12日PDF文件第5页

相关文件推荐