研究人员推出了 iPhoneBlur，这是一个旨在评估消费级设备上运动模糊恢复模型的新基准。该基准由从 iPhone 17 Pro 视频合成的 7,400 对图像组成，并分为简单、中等和困难三个难度级别。这种分层揭示了跨这些级别的显著性能下降，而这一差距在现有评估中常常被聚合指标所掩盖。iPhoneBlur 旨在实现对边缘系统模型可靠性进行更系统的评估。 AI
影响 为部署在消费级设备上的 AI 模型提供了一个更现实的评估框架，突出了在不同条件下的性能限制。
排序理由 该集群包含一篇介绍基准数据集的新学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.05990v1 Announce Type: new Abstract: Motion blur restoration on consumer mobile devices is typically evaluated using aggregate metrics that obscure performance variation across blur difficulty, masking model behavior under real deployment conditions. This work introduc…
Motion blur restoration on consumer mobile devices is typically evaluated using aggregate metrics that obscure performance variation across blur difficulty, masking model behavior under real deployment conditions. This work introduces iPhoneBlur, a difficulty-stratified benchmark…