Hist2Style：CVPR 2026，1.5M参数实时4K逼真风格化调色
摄影后期调色还在手动拉曲线？Hist2Style把大型图像编辑模型“压缩”成一个1.5M参数的轻量网络，用直方图作为控制界面，让你像调音量一样调色调。在用户研究里，它赢了82%的对比试验，而且支持实时4K处理，简直是调色师的效率神器。
标签：图像增强
共 52 篇
3D纹理超分新SOTA来了！自适应视角+扩散模型，浙大这一招让老旧资产秒变4K
你是不是也遇到过这种尴尬：下载了一个精美的3D模型，结果纹理一放大全是马赛克，UV接缝处裂开得像补丁？传统图像超分模型拿到纹理图上直接翻车，生成模型又一味“自由发挥”不保留原细节。浙大团队这次祭出Texture++，用“自适应视角+四叉树掩码+局部单步扩散”三板斧，既保真又无缝，4倍超分PSNR飙到37.53，比SOTA高出1.5个dB，关键是——不需要梯度
西安交大新方法DQ-CTM：稀疏思考也能做密集重建
超分辨率论文很多，但大多还是“算一次就交卷”。这篇 ThinkSR 的有意思之处在于，它把连续思考机器搬进了像素重建里，让模型可以一边想、一边补细节，而且四个思考步内就能看到稳定变清晰的轨迹。更关键的是，它不是只讲概念，确实把稀疏思考和密集输出之间的矛盾拆开了。
这项2026研究很实用：ERank把图像从平淡排到丰富
一张图到底“信息多不多”，以前多靠经验拍脑袋。ERank更狠：冻结编码器跑一遍，就能把图像从“平淡”排到“丰富”，而且在超分和OCR的数据筛选上真能派上用场。
无GPU也能跑：眼底增强新法把SSIM推到0.91
这篇工作不靠大模型、不拼训练数据，直接用“先调亮、再增强”的老办法把眼底图像做得更稳。更关键的是，它不是只在一张图上好看，而是把 DRIVE、STARE、CHASEDB1 三个数据集都跑了一遍，还给出统计检验和筛查速度，落地味道很足。
北英格兰大学新作：低对比度掌脉图像不再难认
掌脉识别最烦的不是“认错人”，而是图像本身先把自己搞得像一团雾。本文把低对比度增强和特征匹配过滤串成一条完整链路，在三套数据上把效果、泛化和工程代价都讲得比较实在，值得认真看。
CVPR式思路？DDR-SR让超分辨率学会“看图下菜碟”
这篇工作最有意思的地方，不是又堆了一个更大的超分模型，而是先问了一句很朴素的话：同样是低清图，凭什么都用同一套力气修？DDR-SR把“难图重修、易图轻修”这件事做成了可路由的系统，思路很工程，也很实用。
DCP改造后有多强？四叉树+引导滤波跑出0.74SSIM
这篇工作很“朴素”，但不空。它没有靠大模型堆参数，而是把低光照增强里最容易被忽略的几个老问题——大气光估计不准、透射率细节糙、结果容易发灰——逐个拆开处理。思路偏传统，但工程味很足，适合想看物理模型怎么落地的人。
快手LPM工业级视频修复：45%观看时长都在用
视频修复最难的不是“修清楚一帧”，而是“修完一整条还不闪”。LPM把数据、训练、推理和部署一起打通，直接做到工业级落地，还顺手把带宽成本打下来了，属于论文里少见的真能进生产线的狠角色。
CVPR 2026前沿：TCA-Net让低光增强不再乱融
低光增强最怕的不是“亮不起来”，而是“亮起来还把颜色搞脏了”。这篇 TCA-Net 盯住的正是这个老大难：强度和色度怎么可靠再融合，思路很工程，结果也够实在。
直接CfL会翻车？空间对齐后RAW压缩更省码率
这篇工作不玩花活，专盯RAW无损压缩里最容易被忽略的“对齐”问题。看似只是把亮度样本挪一挪，实际却能让CfL预测更稳，JPEG XS里也更能省码率。
DCC 2026新作FSFVE：10帧人脸，100秒内把压缩视频救回来
这篇论文很实在：不追求大模型堆参数，而是盯着视频通话最真实的痛点——带宽不够、画面糊、还得实时。它用少量人脸帧就能快速训练一个CPU可跑的增强模型，属于“能落地”的那种小聪明。
