ICCV 2026风格D2DF：视频移物一步搞定，还能不要草稿
这篇工作最狠的地方，不是“能修视频”，而是把“多步扩散修复”硬生生压成了一步，还顺手把对外部草稿的依赖也掐掉了。对于视频对象移除这种既要像真、又要够快的任务，D2DF给出了一条很工程化的路子。
标签：图像恢复
共 99 篇
真实模糊场景里，JADE-GS为何更稳？
高速运动把图像“拍糊”这件事，常见到让人麻木，但真要把它从3D重建里彻底修好，难点就来了。JADE-GS的思路很直接：让事件相机补时间信息，再让3D几何反过来约束2D去模糊，效果和效率都比单向流水线更像样。
ICASSP 2026新作：场景驱动Hadamard排序，30%采样也能稳拿高质量光谱图
单像素光谱成像最怕“拍得慢还拍不准”。这篇论文的思路很直接：先拍一点点，再让模型决定后面该拍哪些 Hadamard 模式，结果在仿真和近红外实拍里都比固定排序更稳。
哈工大RainDancer：事件相机让去雨更稳了？
这篇论文最有意思的地方，不是“把事件相机加进来”这么简单，而是先把雨和背景拆开，再让两种模态按角色配合。对动态雨天视频来说，这种“先分家，后合作”的思路，比粗暴融合更像正经工程。
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。
14个视频搞定AI尿检？这篇方法先把图拍清楚了
尿检这件事，卡住的往往不是模型，而是显微镜前那一步“得先拍出一张够清楚的图”。这篇工作很朴素：不用昂贵自动对焦，改成手动调焦录视频，再把最清楚的片段拼成全聚焦图，适合基层实验室看门道。
A100上跑历史翻译？DPO在这篇论文里赢了
这篇论文最有意思的地方，不是“翻译”本身，而是把古手稿识别、现代越南语生成和偏好对齐揉成一个端到端问题。PPO、DPO、KTO三种RLHF路线同台对决，结果也很诚实：DPO在多数翻译质量指标上最稳，PPO更偏覆盖，KTO则保留了自己的性价比。
CVPR 2026风格新作RFMSR：超分辨率不再从噪声硬冲
这篇论文最有意思的地方，不是又堆了一个大模型，而是把超分辨率的“起跑线”往前挪了一步：不再从纯噪声出发，而是让低质图像自己带路。再加上两阶段训练，既能单步快跑，也能多步细修，工程味很足。
ECCV 2026新作CUST：轻量超分更快还更清晰
轻量超分最怕两件事：一是只顾省算力，结果图像糊成一锅粥；二是只顾补细节，显存和延迟直接炸锅。CUST这篇的思路挺实在，先用跨窗口相似聚类把“远处但相关”的信息拎过来，再用误差驱动的局部注意力补纹理，最后在精度、显存、速度之间给出一个比较像样的平衡。
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。
CVPR 2026新去雾：BPUL让四个主干都涨点
去雾这事最烦的不是“有雾”，而是雾还会挑地方、挑光照、挑场景。BPUL的思路很直接：别假装雾是确定性的，先把不确定性拎出来，再用物理一致性和对比约束把模型拽回正轨。😊
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。
