跳到正文
arXiv · AI· Jaeseong Lee, Jinwoo Kim, Jinho Jeong, Seon Joo Kim·· 7 天前AI 评分30

文本感知图像超分辨率(TAISR)需要推理吗:基于 MLLM 的 RTC 方法

Reading the Unreadable: Text-Aware Image Super-Resolution Needs Reasoning

AI 导读

研究提出无需训练的插件 RTC,利用多模态大语言模型(MLLM)推理识别低分辨率图像中的退化文本,并将其作为条件输入。 该方法在评估的六个文本条件超分辨率模型上均带来性能提升,尤其在需要推理的文本场景表现显著。

来源:arXiv · AI · arxiv.org