RegionAgent:两阶段偏好优化区域图像复原框架发布
热点事件持续更新
RegionAgent:两阶段偏好优化区域图像复原框架发布
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Weiyu Zhou 等人提出 RegionAgent 框架,旨在解决非均匀耦合退化导致的现有全局修复方法效果受限问题。该框架利用视觉语言模型(VLM)在每次迭代中生成区域特定的修复动作。 方法包含两个阶段:首先通过步骤级直接偏好优化(DPO),利用即时反馈监督差异组件以选择适配当前区域的动作;其次通过轨迹级 DPO,利用完整轨迹分数监督单一差异动作以考虑对后续恢复的影响。同时,团队公开了包含 10K 动作对和 20K 轨迹对的区域复原偏好数据集。
AI 根据报道生成 · 1 小时前更新
最新进展11月20日 13:00
RegionAgent:面向非均匀退化图像的区域化自适应修复框架报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv · 机器人与计算机视觉RegionAgent:面向非均匀退化图像的区域化自适应修复框架
针对非均匀耦合退化导致现有全局方法效果受限的问题,本文提出 RegionAgent 框架,利用视觉语言模型(VLM)在每次迭代中生成区域特定的修复动作。该方法包含两个阶段:首先通过步骤级直接偏好优化(DPO),利用即时反馈监督差异组件以选择适配当前区域的动作;其次通过轨迹级 DPO,利用完整轨迹分数监督单一差异动作以考虑对后续恢复的影响。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。