摘要：
CFAT：三角窗口实现图像超分辨率 基于变换器的模型通过利用其固有的捕获复杂上下文特征的能力，彻底改变了图像超分辨率（SR）的效果。如今，在Transformer架构中使用的重叠矩形移位窗口技术是超分辨率模型中的一种常见做法，可以提高图像放大的质量和鲁棒性。然而，它在边界处存在失真，并且具有有限的独 阅读全文
摘要：
CAMixerSR：只有细节需要更多关注 为了满足对大图像（2K-8K）超分辨率（SR）快速增长的需求，主流方法遵循两条独立的轨道：①通过内容感知路由加速现有网络；②通过令牌混合器重构设计更好的超分辨率网络。尽管直接，但它们遇到了不可避免的缺陷（例如，不灵活的路由或非歧视性处理），限制了质量-复杂性 阅读全文
摘要：
通过渐进式混合语境扩散完成Amodal 即使部分隐藏在视线之外，大脑也能毫不费力地识别物体。看到隐藏的可见物被称为amodal完成；然而，尽管进展迅速，但这项任务对生成式人工智能来说仍然是一个挑战。建议避开现有方法的许多困难，这些方法通常涉及预测amodal掩模然后生成像素的两步过程。方法涉及跳出思 阅读全文
摘要：
促进通用跨域检索中广义知识的模拟 ProS:促进通用跨域检索中广义知识的模拟 通用跨域检索（UCDR）的目标是在广义测试场景中实现稳健的性能，其中数据在训练过程中可能属于严格未知的域和类别。最近，具有快速调整的预训练模型显示出很强的泛化能力，并在各种下游任务中取得了显著成就，如少镜头学习和视频文本检 阅读全文
摘要：
ParamISP：使用相机参数学习正向和反向ISP RAW图像很少被共享，主要是因为与相机ISP获得的sRGB图像相比，RAW图像的数据量过大。最近已经证明，学习相机ISP的正向和反向过程，可以对输入的sRGB图像进行具有物理意义的RAW级图像处理。然而，现有的基于学习的ISP方法，无法处理ISP过 阅读全文
摘要：
CoSeR桥接图像和语言以实现认知超分辨率 6.10.1 CoSeR桥接图像和语言以实现认知超分辨率概述 现有的超分辨率（SR）模型主要侧重于恢复局部纹理细节，往往忽略了场景中的全局语义信息。这种疏忽可能会导致在恢复过程中遗漏关键的语义细节或引入不准确的纹理。 引入了认知超分辨率（CoSeR）框架， 阅读全文
摘要：
综合、诊断和优化：迈向精细视觉语言理解 6.8.1 综合、诊断和优化：迈向精细视觉语言理解概述 视觉语言模型（VLM）在各种下游任务中表现出了卓越的性能。 然而，理解细粒度的视觉语言概念，如属性和对象间关系，仍然是一个重大的挑战。虽然有几个基准旨在以更精细的粒度评估VLM，但它们的主要重点仍然是语言 阅读全文
摘要：
光谱和偏振视觉光谱偏振现实世界数据集技术分析 两种具有代表性的极化可视化，如图6-13所示。 图6-13 两种具有代表性的极化可视化 在图6-13中，（a）偏振椭圆描绘了投影到与光传播相切的平面上的电场振荡。（b）庞加莱球将光在归一化斯托克斯矢量轴上的偏振态可视化。 图6-14 光谱偏振图像数据集 阅读全文
摘要：
三重时空变化模式的视频协调 5.4.1 三重时空变化模式的视频协调概述 视频协调是一项重要而具有挑战性的任务，旨在通过自动调整前景的外观以与背景协调，从而获得视觉上逼真的合成视频。受手动协调的短期和长期逐步调整过程的启发，提出了一个视频三重变换器框架，用于模拟视频中的三种时空变化模式，即短期空间以及 阅读全文
摘要：
实践中的真知灼见：视频恶劣天气消除的扩散测试时间适应性 现实世界中的视觉任务经常受到意外恶劣天气条件的影响，包括雨、霾、雪和雨滴。在过去的十年里，卷积神经网络和视觉变换器在单天气视频去除方面取得了突出成果。然而，由于缺乏适当的适应，它们中的大多数无法推广到其他天气条件。尽管ViWS-Net被建议使用 阅读全文