Mi-Ripple Восстановление картинок после итеративного ИИ-редактирования. Каждый цикл обработки оставляет на изображении сетчатую зернистость. Авторы разделили две разные деградации и удаляют каждую своим способом - Регулярные периодические артефакты (решетка) → избирательное спектральное подавление (notching) — фильтруется без искажения структуры - Зернистый мусор, вплетенный в контент → структурно-зависимое сглаживание - Когда фильтрация стерла бы легитимные детали → регенерация на очищенном референсе - 14 прогонов: остаточное отклонение 0.08-0.44 (единицы CIELAB lightness) — малозаметная деградация после чистки - В парном примере регенерации очищенный референс снижает плотность мусора на выходе на 45% - Подход «diagnosis-guided»: сначала понять, что за артефакт, потом выбрать способ Гитхаб Skill Демо #imagerestoration