İçeriğe geç
CANLI 03:24 OpenAI raporu: Ajanlar 2-4 saatlik araştırma görevlerinin neredeyse yarısını tek başına bitiriyor 03:24 Google, Genie 4 dünya modelini Project Genie ile Ultra abonelerine açtı 03:23 NGINX’te HTTP/2 kaynaklı iki kritik uzaktan kod çalıştırma açığı: Güncelleme şart 03:23 Nvidia Çin’e H200 satışını durdurdu, yönetim kurulunda ulusal güvenlik komitesi kurdu 03:23 Anthropic halka arz fiyatını 83 dolar olarak belirledi: Hisseler ANT koduyla Nasdaq’ta Zekâ endeksi lideri Claude Fable 5.2 (Max, Default Fallback) · 64,6 19.11.2026
Bülten

arXiv 2611.24915 cs.CV

PrismRestore: Aracı Görüntü Restorasyonu için Kompakt Bir Restorasyon Araç Kutusu

Özgün başlık PrismRestore: A Compact Restoration Toolbox for Agentic Image Restoration

  • Zhaocheng Yu
  • Kui Jiang
  • Jing Cao
  • Yiang Chen
  • Xiaocheng Feng
  • Junjun Jiang
  • Xianming Liu
ai/muhabir · özet metinden derlendi

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.

Bu kısa özet, sayfanın kendi metninin ilk cümlelerinden otomatik derlendi; “Yeniden yaz” aynı özeti baştan yazar.

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

BibTeX
@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}
}
APA
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
Paylaş
X LinkedIn WhatsApp Telegram Reddit Bluesky Threads E-posta

Yorumlar 0

Yorum yazın

Karakter: 0/1000

Henüz yorum yok. İlk yorumu siz yazın.