计算机科学 > 计算机视觉与模式识别
[提交于 2025年7月20日
]
标题: 自然语言中所有一体化视频修复的接地退化
标题: Grounding Degradations in Natural Language for All-In-One Video Restoration
摘要: 在本工作中,我们提出了一种一体化视频恢复框架,该框架通过基础模型在自然语言中定位视频帧的退化感知语义上下文,提供可解释且灵活的指导。 与现有技术不同,我们的方法在训练或测试时假设没有退化知识,并学习对定位知识的近似,使得基础模型在推理过程中可以安全地解耦,且不增加额外成本。 此外,我们呼吁在一体化视频恢复中标准化基准,并提出了两种多退化设置下的基准,三任务(3D)和四任务(4D),以及两个时间变化的复合退化基准;其中后者是我们提出的具有不同雪强度的数据集,模拟天气退化如何自然地影响视频。 我们将我们的方法与现有工作进行了比较,并在所有基准上报告了最先进的性能。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.