Restore Anything Pipeline:Segment Anything 遇上图像复原

近期的图像复原方法借助深度学习取得了显著进展。然而,现有方法倾向于将整幅图像视为单一整体,未能考虑图像中呈现各自纹理特性的不同对象。现有方法通常也只生成单一结果,可能无法满足不同用户的偏好。本文提出 Restore Anything Pipeline (RAP),一种新颖的交互式逐对象级图像复原方法,其结合可控模型以生成用户可从中选择的不同结果。RAP 将近期 Segment Anything Model (SAM) 的图像分割整合进可控图像复原模型,为若干图像复原任务构建出用户友好的流程。我们将 RAP 应用于三种常见图像复原任务——图像去模糊、图像去噪与 JPEG 伪影去除——以展示其通用性。实验表明,RAP 相较最先进方法产生了更优的视觉结果。RAP 代表了图像复原的一个有前景的方向,赋予用户更大控制权,并实现对象级图像复原。