Tag · 2 篇
混合退化
01 02
MMDIR：多模态指令驱动的混合退化文档图像复原框架
MMDIR: Multimodal Instruction-Driven Framework for Mixed-Degradation Document Image Restoration
提出用语义结构化指令动态识别混合退化类型（模糊、阴影、文字水印、印章），为文档图像复原提供了一种可复用的多模态条件控制思路；同时发布的 MixedDoc 基准填补了真实混合退化数据集的空白，可用于评估模型在复杂退化下的鲁棒性。
用于图像复原的混合智能体
Hybrid Agents for Image Restoration
将多模态大语言模型与轻量级LLM结合为快慢双智能体，通过指令微调与上下文学习实现图像复原任务的自动工具调用与混合退化去除，为构建可交互、自适应的复原系统提供了可复用的智能体框架。