跳到正文
arXiv · ML· Kuan-Yen Chen, Chung-Yao Ma, Fang-Yi Su, Philip Chikontwe, Jonathan Guo, Pu-Jen Cheng, Jung-Hsien Chiang·· 3 天前AI 评分21

FDIR:兼顾保真度与机器感知的高保真去压缩图像修复框架

FDIR: Fidelity-Anchored Decompressed Image Restoration for Human and Machine Perception

AI 导读

提出FDIR框架,在LIVE1和DIV2K数据集上,其PSNR超过最强感知基线1.3至2.1dB。 采用两阶段设计,利用LoRA微调潜在流模型生成结构先验,并预测像素残差以增强细节。 作为唯一方法,FDIR在保真度、人类感知及机器偏好三项指标中均保持前二平均排名。

来源:arXiv · ML · arxiv.org