ClearAIR：灵感来自人类视觉感知的全能图像修复
计算机视觉与模式识别
2026-03-24 v2
摘要
全能图像修复(AiOIR)已取得显著进展，为复杂现实退化提供了有前景的解决方案。然而，大多数现有方法依赖于退化特定的表征，常导致平滑化和伪影。为此，我们提出了 ClearAIR，一种受人类视觉感知(HVP)启发、采用层次化粗到细修复策略的新型 AiOIR 框架。首先，利用 HVP 的全局优先级，我们采用基于多模态大语言模型(MLLM)的图像质量评估(IQA)模型进行整体评估。不同于传统 IQA，本方法集成了跨模态理解，更准确地刻画复杂的复合退化。基于这一整体评估，我们随后引入区域感知和任务识别管道。通过语义跨注意力机制，利用语义引导单元生成粗糙语义提示。依据该区域上下文引导，退化感知模块隐式捕获区域特定的退化特征，从而实现更精确的局部修复。最后，为恢复细节细节，我们提出了内部线索重用机制。其以自监督方式运作，挖掘并利用图像自身的内在信息，显著提升细节修复效果。实验结果表明，ClearAIR 在多样化的合成和真实世界数据集上实现了优异性能。
引用
@article{arxiv.2601.02763,
title = {ClearAIR: A Human-Visual-Perception-Inspired All-in-One Image Restoration},
author = {Xu Zhang and Huan Zhang and Guoli Wang and Qian Zhang and Lefei Zhang},
journal= {arXiv preprint arXiv:2601.02763},
year = {2026}
}
备注
Accepted to AAAI 2026. Project page: https://github.com/House-yuyu/ClearAIR