4KAgent：基于智能体的任意图像超分辨率升级系统
计算机视觉与模式识别
2025-07-10 v1 图像与视频处理
摘要
我们提出了4KAgent，一个统一的智能体超分辨率通用系统，旨在将任何图像升级至4K分辨率（甚至更高分辨率，若迭代应用）。该系统能够将分辨率极低且严重退化的图像（例如分辨率仅为256x256的高度失真输入）转化为晶莹剔透、照片般真实的4K输出。4KAgent由三个核心组件构成：（1）Profiling模块，根据特定用例定制4KAgent流水线；（2）感知智能体，利用视觉语言模型及图像质量评估专家分析输入图像，制定量身定制的恢复计划；（3）恢复智能体，遵循递归执行-反思范式执行计划，依据质量驱动的混合专家策略为每一步选择最优输出。此外，4KAgent嵌入专门的面部恢复流水线，显著提升肖像和自拍照片中面部细节。我们对4KAgent进行了严格评估，涵盖11个不同任务类别、26个多样化基准测试，广泛的 imaging 领域均实现了最新状态的突破。我们的评估覆盖自然图像、肖像照片、AI生成内容、卫星图像、荧光显微镜以及医学影像（如眼底、超声和X光），在感知（如NIQE、MUSIQ）和保真度（如PSNR）指标方面均表现卓越。通过建立低级视觉任务的新型智能体范式，我们旨在催化视觉中心自主智能体在跨学科研究社区中的更广泛关注与创新。我们将在https://4kagent.github.io发布所有代码、模型和结果。
引用
@article{arxiv.2507.07105,
title = {4KAgent: Agentic Any Image to 4K Super-Resolution},
author = {Yushen Zuo and Qi Zheng and Mingyang Wu and Xinrui Jiang and Renjie Li and Jian Wang and Yide Zhang and Gengchen Mai and Lihong V. Wang and James Zou and Xiaoyu Wang and Ming-Hsuan Yang and Zhengzhong Tu},
journal= {arXiv preprint arXiv:2507.07105},
year = {2025}
}
备注
Project page: https://4kagent.github.io