透过眩光看：用于眼镜反射消除的多源基准和眼自适应像素平均流

眼镜反射去除对于智能手机成像、视频会议和其他以面部为中心的视觉应用非常重要。这项任务具有挑战性，因为反射范围从轻微的光度污染到严重的眼部遮挡，需要选择性校正和合理的重建，而不改变身份或自然外观。现有数据集涵盖有限的反射条件，限制了对复杂现实场景的泛化和系统评估。我们引入了 \textbf{OcuBench}，这是一个多源基准测试，包含 10,280 个可控合成对、732 个真实输入伪对和 458 个独立的真实世界测试图像，支持配对评估和超出生成监督的评估。我们进一步提出了 \textbf{OcuFlow}，一种眼部自适应像素 MeanFlow (pMF) 框架，用于高效、保留细节的恢复。它将几何自适应表示与一步 pMF 相结合，将重建集中在反射模糊的眼部区域，并结合原始分辨率保频合成来保持可靠的 观察到的细节。不同反射条件下的实验表明，OcuFlow 在反射去除质量、视觉保真度和效率方面取得了一致的优势。在盲用户研究中，它收到了 $67.32\%$ 的选择，$6.2\times$ 是次佳份额。代码和数据集都将被发布。