图像生成

Event Classification by Physics-informed Inpainting for Distributed Multichannel Acoustic Sensor with Partially Degraded Channels

通过物理指导的补全进行分布式多通道声学传感器事件分类

Noriyuki Tonami, Wataru Kohno, Yoshiyuki Yajima, Sakiko Mishima, Yumi Arai, Reishi Kondo, Tomoyuki Hino

机构 * NEC Corporation（日本 NEC 公司） ； NEC Laboratories America, Inc.（美国 NEC 实验室） 纠错

专题命中 图像修复 ：inpainting(title,abstract)

AI总结 本文提出一种基于反时间迁移的物理指导补全前端，通过重建和投影预处理提升分布式多通道声学传感在布局开放和通道退化下的事件分类准确率。

Comments Accepted to ICASSP 2026

SHARE: A Fully Unsupervised Framework for Single Hyperspectral Image Restoration

SHARE: 一种完全无监督的单超光谱图像恢复框架

Jiangwei Xie, Zhang Wen, Mike Davies, Dongdong Chen

机构 * School of Mathematical and Computer Sciences, Heriot-Watt University（数学与计算机科学学院，赫里奥特-瓦特大学） ； School of Engineering, University of Edinburgh（工程学院，爱丁堡大学） 纠错

专题命中 图像修复 ：inpainting(abstract)；分类 cs.CV

AI总结 SHARE提出了一种完全无监督的单超光谱图像恢复框架，结合几何等变原理和低秩光谱建模，无需地面真实数据，通过自监督信号和动态自适应光谱注意力模块提升恢复性能。

Comments Technical report