Ajanik görüntü restorasyonu, karışık bozulmalarla başa çıkmak için operasyonlar oluşturur, ancak araç kutusu genellikle birden fazla restorasyon ağının depolanmasını gerektirir. Tek bir dondurulmuş hepsi bir arada modelden çağrılabilir restorasyon eylemlerinin kompakt bir kümesini oluşturan PrismRestore'u öneriyoruz. Yaklaşımımız, paylaşılan modeldeki göreve bağlı ancak örtüşen kanal yanıtlarına dayanmaktadır.
- Ajanik görüntü restorasyonu, karışık bozulmalarla başa çıkmak için operasyonlar oluşturur, ancak araç kutusu genellikle birden fazla restorasyon ağının depolanmasını gerektirir.
- Tek bir dondurulmuş hepsi bir arada modelden çağrılabilir restorasyon eylemlerinin kompakt bir kümesini oluşturan PrismRestore'u öneriyoruz.
- Yaklaşımımız, paylaşılan modeldeki göreve bağlı ancak örtüşen kanal yanıtlarına dayanmaktadır.
Ajanik görüntü restorasyonu, karışık bozulmalarla başa çıkmak için operasyonlar oluşturur, ancak araç kutusu genellikle birden fazla restorasyon ağının depolanmasını gerektirir.
02 Özet
Ajanik görüntü restorasyonu, karışık bozulmalarla başa çıkmak için operasyonlar oluşturur, ancak araç kutusu genellikle birden fazla restorasyon ağının depolanmasını gerektirir. Tek bir dondurulmuş hepsi bir arada modelden çağrılabilir restorasyon eylemlerinin kompakt bir kümesini oluşturan PrismRestore'u öneriyoruz. Yaklaşımımız, paylaşılan modeldeki göreve bağlı ancak örtüşen kanal yanıtlarına dayanmaktadır. Çevrimdışı bir görev öncesi arama, benzer yanıt profillerine sahip kanalları gruplamak için aktivasyon ve gradyan istatistiklerini kullanır, ardından temsili kanalları modüle edilmemiş halde bırakırken temsili olmayan kanallar üzerinde göreve özgü modülasyon katsayılarını arar. Ortaya çıkan önceki küme, ek restorasyon omurgaları veya göreve özel adaptör modülleri olmadan açık eylem seçimi ve kompozisyonu sağlar. Durum koşullu bir politika, Grup Göreli İlke Optimizasyonunu kullanarak bu eylemleri oluşturmayı öğrenir. Amacı, aynı girdi için örneklenen yörünge grupları içindeki aslına uygunluğu ve algısal geri bildirimi ayrı ayrı normalleştirir ve terminal değerlendirmesini adım adım kalite değişikliklerinden türetilen harekete dönüş ile birleştirir. Sentetik kompozit bozunması ve gerçek dünyadaki çoklu görev kıyaslamaları üzerine yapılan deneyler, değerlendirilen hepsi bir arada temellere göre iyileşmeler ve çoklu model ajanlarla rekabet edebilecek restorasyon kalitesi göstermektedir. PrismRestore, bu sonuçları tek bir restorasyon omurgasıyla ve değerlendirilen ajansal temel çizgilerden daha hızlı çıkarımla elde eder.
Bu çeviri otomatik (makine çevirisi) olarak hazırlandı; bilimsel alıntı için özgün özeti esas alın.
Agentic image restoration composes operations to handle mixed degradations, yet its toolbox often requires storing multiple restoration networks. We propose PrismRestore, which constructs a compact bank of callable restoration actions from a single frozen all-in-one model. Our approach builds on task-dependent yet overlapping channel responses in the shared model. An offline task-prior search uses activation and gradient statistics to group channels with similar response profiles, then searches task-specific modulation coefficients over non-representative channels while leaving representative channels unmodulated. The resulting prior bank enables explicit action selection and composition without additional restoration backbones or task-specific adapter modules. A state-conditioned policy learns to compose these actions using Group Relative Policy Optimization. Its objective separately normalizes fidelity and perceptual feedback within groups of trajectories sampled for the same input, and combines terminal evaluation with return-to-go derived from stepwise quality changes. Experiments on synthetic composite-degradation and real-world multi-task benchmarks show improvements over the evaluated all-in-one baselines and restoration quality competitive with multi-model agents. PrismRestore achieves these results with a single restoration backbone and faster inference than the evaluated agentic baselines.
03 PDF
Bu PDF başka bir sitede (arxiv.org) barındırılıyor ve sayfa içinde gösterilemiyor. Yukarıdaki düğmelerle yeni sekmede açabilir ya da indirebilirsiniz.
04 Kaynak göster
@article{yu2026prismrestore,
title = {PrismRestore: A Compact Restoration Toolbox for Agentic Image Restoration},
author = {Zhaocheng Yu and Kui Jiang and Jing Cao and Yiang Chen and Xiaocheng Feng and Junjun Jiang and Xianming Liu},
journal = {arXiv preprint arXiv:2611.24915},
year = {2026},
url = {https://arxiv.org/abs/2611.24915}
}
Yu, Z., Jiang, K., Cao, J., Chen, Y., Feng, X., Jiang, J., & Liu, X. (2026). PrismRestore: Aracı Görüntü Restorasyonu için Kompakt Bir Restorasyon Araç Kutusu. arXiv. https://arxiv.org/abs/2611.24915
Yorumlar 0
Henüz yorum yok. İlk yorumu siz yazın.
Yorum yazın