文本提示引导的图像恢复
原文中文，约300字，阅读约需1分钟。发表于：。本研究提出了一种有效的基于文本提示的图像修复模型，通过任务特定的 BERT 进行精确理解用户指令并生成文本提示，设计了深度多头转置注意力和门控卷积模块来弥合文本提示和视觉特征之间的差距，创新地将语义提示引入到低层视觉域中，实验证明该模型在公共去噪、去雾和去雨数据集上获得了显著优越的性能，能够准确识别和去除图像的退化，无需增加模型的复杂性。
本研究提出了一种基于文本提示的图像修复模型，通过BERT理解用户指令并生成文本提示，使用深度多头转置注意力和门控卷积模块来弥合文本提示和视觉特征之间的差距。实验证明该模型在公共数据集上获得了显著优越的性能，能够准确识别和去除图像的退化。
