本文介绍了一种基于扩散模型的多模态图像恢复方法DiffBIR，该方法结合文本和视觉信息，通过两阶段流程实现高质量图像恢复。实验结果表明，DiffBIR在盲目图像超分辨率和人脸恢复任务上优于现有技术。此外，Diff-Restorer和DiffPIR等方法在图像修复和还原任务中也表现出色。

该文介绍了一种名为 Under-Display Camera (UDC) 的技术，可以在显示面板下隐藏前置摄像头，提供全屏体验。作者提出了一种名为 UDC-DMNet 的双阶网络，可以合成 UDC 图像，并使用高质量人脸图像创建了用于 UDC 人脸恢复的训练和测试数据集。作者还提出了一种名为 DGFormer 的新型字典引导变换网络，可以应对 UDC 场景中的盲目人脸恢复。实验证明，作者的 DGFormer 和 UDC-DMNet 取得了最先进的性能。