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。
LONGGE AI RESEARCH DAILY
每天筛选值得关注的 AI 论文,用工程视角拆解方法、实验和真正的落地价值。
目前已发表 1811 篇文章
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。
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。
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。
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。
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。
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。
这篇论文把“破损3D物体修复”从单纯补几何,推进到形状和纹理一起补,而且还要尽量保住原来没坏的部分。更狠的是,它不是只靠人工标注,而是把补哪里这件事也交给模型自己判断。
这篇论文最有意思的地方,不是又堆了一个“混合框架”,而是它把光场超分里最容易翻车的两件事——几何错位和扫描错位——分别拎出来治。一个负责让空间和角度别各唱各的,一个负责让Mamba别顺着方格子乱跑。
这篇论文最有意思的地方,不是把视频放大,而是把“放大倍率”和“生成成本”硬生生拆开了。AVSR-Diff 用固定低分辨率潜空间做扩散,再用连续解码补细节,2×到8×都能跑,内存还几乎不涨,工程味很足。
医学影像里最烦的事之一,就是图像又糊又吵,分割还得硬上。DiSIINet干脆把增强和分割绑成一对“互相打辅助”的双分支扩散模型,思路顺,结果也扎实。
水下增强最怕两件事:一边要快,一边还要好看。本文偏偏把这两件事同时拿下了,4.23K 参数、600+ FPS,还把频率先验塞进了可重参数化卷积和轻量注意力里,挺会省钱,也挺会办事。
这篇工作最有意思的地方,不是“又加了个注意力”,而是把频率先验和重参数化卷积硬绑在一起,还尽量不增加推理成本。对超轻量水下增强来说,这种思路比单纯堆参数更像正经做工程。
LONGGE AI COMMUNITY
加入「龙哥读论文」知识星球,持续获取 AI 论文、资讯、开源项目、招聘与研究思路。
加入龙哥读论文微信群:添加微信 kangjinlonghelper,备注“研究方向 + 地点 + 学校/公司 + 昵称”。
微信扫码加入知识星球