Restore3D来了：破损3D物体形状纹理一起修
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。
标签：图像增强
共 52 篇
斜率引导Mamba来了！光场超分提升0.42dB
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。
AVSR-Diff来了：4×到8×都能稳住细节
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。
DiSIINet来了：扩散模型把医学增强和分割绑一起
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。
电子科大这篇实时水下增强，真把频率用明白了
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。
4.23K参数冲SOTA！这篇水下增强把频率先验玩明白了
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。
中科大西湖大学新作：8.9M参数去模糊还更强
盲去模糊最烦的不是“模糊”，而是模糊里混着真纹理和假纹理，模型一不小心就把该保的细节也抹掉了。CogSENet的思路挺狠：先让网络学会“看场景”，再用频率分解把结构和细节拆开，最后拿连续模糊场去适配非均匀退化，工程味很足。
华东师大上交大新方法：7维打分，平均PLCC到0.870
低光增强最怕“看着变亮了，实际上更假了”。这篇论文不再只给一个总分，而是把画质拆成7个维度一起评，诊断价值明显更强。
1B模型把僧伽罗语OCR打到1.05%：还顺手赢了Google
这篇论文最有意思的地方，不是又做了一个 OCR，而是把“真实世界里的老旧僧伽罗语文档”这件麻烦事正面接住了。数据集、QLoRA 微调、跨年代评估三件事一起上，最后还把 Google Document AI 挤在了后面，挺硬核。
UNC新作NBGL：超声去斑点还要保边界，SSIM冲到0.9856
超声去斑点最怕两件事：噪声没去干净，边界先被抹平。NBGL把“去噪”和“保边界”拆成双分支，再用噪声感知机制动态调权，思路很工程，也很实用。
不算相似度，靠一致率聚类：CoOL的反常识思路
这篇 CoOL 很有意思：不靠距离、不算相似度，靠多个观察者“商量一致”来做聚类。更妙的是，它还把收敛监控、分布漂移检测一起打包了，属于那种思路怪，但讲得通的论文。
ECNU新方法：医学切片超分辨率提升1.07dB
这篇论文把医学切片超分辨率从“随便补细节”改成“先守规矩再补脑补”，特别适合临床场景。零空间约束负责不乱改原始观测，样条混合负责把缺失层补得更像那么回事。
