Harbinzzy/All-in-One-Image-Restoration-Survey

[IEEE TPAMI 2025] A Survey on All-in-One Image Restoration: Taxonomy, Evaluation and Future Trends

このプロジェクトの概要

このGitHubリポジトリは、オールインワン画像復元に関する公開済みサーベイ論文（IEEE TPAMI）の付随リソースです。これは、さまざまな方法で劣化した画像（雨、かすみ、ノイズ、低照度など）を受け取り、単一の統一モデルを使用してクリーンなバージョンに復元するAIモデルを指します。各劣化タイプに個別のモデルを必要としません。

リポジトリ自体は継続的に更新されるカタログです。このトピックに関する100以上の研究論文を年別（2020–2026）に整理し、各論文とそのコードへのリンクを提供します。また、性能比較表も含まれています。これは、標準テストデータセット（例：天候関連データセット、実世界データセット、CDD-11と呼ばれるデータセット、FoundIRの実世界データセット）で、さまざまなオールインワン復元モデルがどの程度うまく機能するかを示すベンチマーク結果です。

中核となる約束

この急速に進化する分野を理解しようとしている研究者やエンジニアにとって、このリポジトリは以下を可能にします：

過去約6年間の主要な論文をすべて確認できます。各論文は1行で表示され、発表場所（例：CVPR、ICLR、NeurIPS）、論文への直接リンク、利用可能な場合はコードリンクが含まれます。
標準ベンチマークデータセット全体でモデル性能を比較できます。同じ評価データセットで異なる復元モデルをランク付けする表を参照できます。
最新の状態を維持できます。リポジトリはサーベイが「積極的に維持されている」と明示しており、「ニュース」セクションでは、2024年10月に初版がリリースされ、2025年6月に最終改訂（大幅な更新あり）されたと記載されています。論文リストには2026年の出版物も含まれており、メンテナーが新しい研究を継続的に追加していることを示しています。

作成者と対象読者

著者：ハルビン工業大学AIIAラボの5人の研究者（Junjun Jiang、Zengyuan Zuo、Gang Wu、Kui Jiang、Xianming Liu）。
主な対象読者：コンピュータビジョン/画像処理に携わる人々——大学院生、研究者、エンジニアで、整理された引用可能な最新技術の概要と、自分のモデルを評価するためのベンチマーク数値を必要としています。

具体的な内容

セクション	含まれるもの
論文リスト	出版物の表。各行に論文タイトル、著者、発表場所（ICLR 2026、AAAI 2026、CVPR 2026など）、論文へのリンク（arXiv、IEEE、Springerなど）、著者が公開した場合はコードリポジトリへのリンク。年別にグループ化：2020 → 2026。
ベンチマーク表	オールインワン復元モデルの性能比較。対象：3つの挑戦的なデータセット、5つの挑戦的なデータセット、全天候データセット、実世界の天候関連データセット、CDD-11データセット、FoundIRのデータセット。
ニュース	サーベイ論文のリリースと改訂の発表。
ナビゲーション	各年または各ベンチマークセクションにジャンプするためのクイックリンク。

注目すべき詳細

リポジトリのバッジは、論文がarXiv（ID 2410.15067）にあり、IEEE TPAMI（コンピュータビジョンのトップジャーナル）にも掲載されていることを示しています。バッジには「IEEE TPAMI 25」と表示されています。
論文はICLR、AAAI、NeurIPS、ECCV、CVPR、ICML、ACM MM、TIP、TPAMI、IJCV、TNNLS、およびワークショップなどの場所を網羅しており、会議とジャーナルの両方で真に包括的です。
多くのエントリにはデモコードリンク（GitHub URL）が含まれていますが、一部にはありません。READMEはコード列を空白のままにしており、提供されていない場合はコードを主張しません。
論文タイトル自体が明確なトレンドを示しています。新しい研究（2025–2026）はますます拡散モデル、エージェント/LLM、フローマッチングを使用しており、このリポジトリは分野の進化のタイムラインとして効果的に機能します。

使用方法

サーベイ論文から始めます（arXivバッジからリンク）—完全な分類、評価方法、将来のトレンドの議論を取得します。
論文リストを年別に閲覧して関連する研究を見つけます。各行は元の出版物とコードにリンクしています。
ベンチマーク表を比較して、特定のデータセットでどのモデルが最良のスコアを獲得するかを確認します。
ニュースセクションを確認して更新を取得します。メンテナーは分野の進化に合わせて継続的な改訂を約束しています。

これは何ではないか

実行可能なコードライブラリやフレームワークではありません。
データセットのダウンロードページではありません。
これはサーベイ + 厳選された参考文献 + ベンチマーク比較です。その価値は外部リソースを整理してリンクすることにあり、独自のソフトウェアを提供することではありません。

上記のすべての事実はREADMEの内容から直接取得されています。論文リストのエントリ、ナビゲーション構造、著者名、所属、出版バッジ、ベンチマークセクションのラベルは、その文書から逐語的に引用されています。私が追加した唯一の推論は、「厳選された参考文献」および「ベンチマーク比較」というラベル付けです。これは「論文リスト」や「性能比較」などのセクションが文字通りそうであるものです。