GPT 图像生成模型用于图像修复：初步研究
计算机视觉与模式识别
2025-12-30 v3
摘要
近期，OpenAI 的 GPT 系列多模态生成模型在生成视觉上引人注目的图像方面展现了卓越的能力。本文探讨了其对图像修复社区的潜在影响。我们提供了据称最为完整的对多样化修复场景的系统性基准测试。我们的评估表明，尽管 GPT-Image 模型生成的修复结果往往在感知上令人愉悦，但在像素级结构保真度方面不如于真实参考图像。典型偏差包括图像几何形变、物体位置或数量的变化，甚至视角的修改。除经验性观察外，我们进一步展示了 GPT-Image 模型输出可作为强大的视觉先验，为现有修复网络提供显著的性能提升。以去雾、去雨和低光增强等典型案例为例，我们表明将 GPT 生成的先验集成可显著提升修复质量。本研究不仅为在修复管道中集成基于 GPT 的生成先验提供了实用见解和基线框架，也为搭建生成模型与修复任务之间的新机会指明了方向。为支持未来研究，我们将发布 GPT 修复后的结果。
引用
@article{arxiv.2505.05621,
title = {A Preliminary Study on GPT-Image Generation Model for Image Restoration},
author = {Hao Yang and Yan Yang and Ruikun Zhang and Liyuan Pan},
journal= {arXiv preprint arXiv:2505.05621},
year = {2025}
}