UARE：统一视觉-语言模型用于图像质量评估、修复与增强
计算机视觉与模式识别
2025-12-09 v1
摘要
图像质量评估（IQA）和图像修复是低层视觉中的基本问题。虽然 IQA 和修复在概念上紧密相关，但大多数现有工作将二者孤立地对待。近期发展表明，统一的多模态理解-生成模型取得了有前景的成果，表明更强的理解可以提升生成性能。这激发人们希望构建单一模型统一 IQA 和修复，显式研究 IQA 如何指导修复，这种设置在实际应用中仍大大受限且极其宝贵。本文提出 UARE，据我们所知，首个用于图像质量评估、修复和增强的统一视觉-语言模型。基于预训练的统一理解和生成模型，我们引入两个阶段的训练框架。首先，采用渐进、从易到难的计划从单一类型失真扩展到更高阶混合退化，使 UARE 能够处理多种退化。其次，对质量理解和修复进行统一微调，交叉使用文本-图像数据，将 IQA 信号与修复目标对齐。通过多任务联合训练，UARE 利用 IQA 提升修复和增强性能。广泛的实验覆盖 IQA、修复和增强任务，证明了 UARE 的有效性。代码和模型将在 https://github.com/lwq20020127/UARE 提供。
引用
@article{arxiv.2512.06750,
title = {UARE: A Unified Vision-Language Model for Image Quality Assessment, Restoration, and Enhancement},
author = {Weiqi Li and Xuanyu Zhang and Bin Chen and Jingfen Xie and Yan Wang and Kexin Zhang and Junlin Li and Li Zhang and Jian Zhang and Shijie Zhao},
journal= {arXiv preprint arXiv:2512.06750},
year = {2025}
}