Assemblaggio Continuo di Esperti per il Restauro All-in-One delle Immagini
Viene proposto un nuovo framework chiamato Continuous Expert Assembly (CEA) per il restauro all-in-one delle immagini, che affronta il degrado reale sconosciuto, spazialmente non uniforme e compositivo. CEA utilizza un Cross-Attention Hyper-Adapter per sondare le caratteristiche spaziali intermedie e generare basi di routing a basso rango condizionate dall'istanza e direzioni residue, consentendo una parametrizzazione dinamica a livello di token. Questo approccio supera i limiti del condizionamento globale e del routing statico degli esperti. L'articolo è pubblicato su arXiv con ID 2605.06127.
Fatti principali
- CEA è un framework di parametrizzazione dinamica a livello di token per il restauro all-in-one delle immagini.
- Utilizza un Cross-Attention Hyper-Adapter per sintetizzare basi di routing a basso rango condizionate dall'istanza e direzioni residue.
- Il degrado delle immagini reali è spesso sconosciuto, spazialmente non uniforme e compositivo.
- I metodi esistenti utilizzano prompt globali o pool di esperti predefiniti.
- Il condizionamento globale può limitare l'evidenza del degrado localizzato.
- Il routing statico degli esperti può produrre aggiornamenti omogenei o basarsi su assegnazioni sparse instabili.
- L'articolo è disponibile su arXiv con ID 2605.06127.
- Il tipo di annuncio è cross.
Entità
Istituzioni
- arXiv