EpiAgent：面向古碑修复的智能体中心系统
计算机视觉与模式识别
2026-05-28 v2
摘要
古老碑文作为文化记忆的储存库，已受到数百年环境和人为破坏的侵扰。恢复其交织的视觉与文本完整性是数字化文化遗产保存中最具挑战性的任务之一。然而，现有的 AI 方法往往依赖僵化的管道，难以在复杂且异质的真实世界退化条件下实现泛化。灵感来自人类表刻家的技能协调工作流程，我们提出 EpiAgent，一个以智能体为中心的系统，将碑文修复建模为分层规划问题。遵循 Observe-Conceive-Execute-Reevaluate 范式，一个基于 LLM 的中心规划器协调多模态分析、历史经验、专业修复工具和迭代自我反思的协作。这一智能体中心的协调机制超越传统单次方法，实现了灵活且自适应的修复过程。在真实世界退化的碑文上，EpiAgent 实现了优于现有方法的更高修复质量和更强的泛化能力。我们的工作标志着向专家水平智能体驱动的文化遗产修复迈出了重要一步。代码已公开于 https://github.com/blackprotoss/EpiAgent。
引用
@article{arxiv.2604.09367,
title = {EpiAgent: An Agent-Centric System for Ancient Inscription Restoration},
author = {Shipeng Zhu and Ang Chen and Na Nie and Pengfei Fang and Min-Ling Zhang and Hui Xue},
journal= {arXiv preprint arXiv:2604.09367},
year = {2026}
}
备注
Accepted by CVPR 2026