跳到正文
arXiv · 机器人与计算机视觉· Jaeseong Lee, Jinwoo Kim, Jinho Jeong, Seon Joo Kim·· 6 天前AI 评分72

阅读不可读:文本感知的图像超分辨率需要推理

Reading the Unreadable: Text-Aware Image Super-Resolution Needs Reasoning

AI 导读

针对文本感知图像超分辨率(TAISR)中严重退化文本难以仅凭局部视觉证据恢复的问题,本文提出利用多模态大语言模型的推理能力进行修复。研究构建了 ReasonText 基准和 GTTCA 指标,发现现有模型在需推理的文本上存在系统性盲区。

来源:arXiv · 机器人与计算机视觉 · arxiv.org