摘要
通用图像修复旨在利用统一模型从多样未知退化中恢复清晰图像。现有方法多关注像素重建，缺乏对退化构成、严重程度及场景语义的显式诊断推理。本文提出“推理与恢复”（R&R）框架，将结构化思维链推理融入修复流程。该框架通过微调 Qwen3-VL 构建显式推理器，用于诊断退化类型、量化严重程度并推断关键语义因素。生成的结构化推理为修复器提供可解释的先验，且量化严重程度被用作强化学习信号以优化修复质量，实现了语义诊断与像素级修复的紧密耦合。
AI 推荐理由
论文核心是将结构化思维链推理引入图像修复，显式诊断退化并指导恢复。
研究机构
Southwest Jiaotong University, Chengdu, China
Nanyang Technological University, Singapore; Tongji University, Shanghai, China
National University of Singapore, Singapore
Tsinghua University, Correspondence to: Rongkai Zhang
论文信息