图像生成

InfScene-SR: Seamless Super-Resolution of Arbitrarily Large Remote-Sensing Scenes via Variance-Preserving Joint Denoising

InfScene-SR: 通过迭代联合去噪实现任意尺寸图像超分辨率

Shoukun Sun, Zhe Wang, Xiang Que, Jiyin Zhang, Xiaogang Ma

机构 * Synthesis (NCEAS),\ of California Santa Barbara, Santa Barbara, California, USA College of Computer ； Forestry University, China 纠错

专题命中 图像修复 ：text-to-image(abstract)；diffusion(abstract)；分类 cs.CV

AI总结 InfScene-SR通过迭代联合去噪方法，实现了任意尺寸图像的高保真超分辨率，解决了传统方法在处理大尺度场景时的边界伪影问题，并提升了语义分割任务的性能。

Fast and Accurate Image Restoration and Generation with Rank Enhanced Linear Attention

基于秩增强线性注意力的快速准确图像恢复与生成

Yuang Ai

机构 * University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 研究旨在解决Transformer自注意力二次复杂度问题，提出秩增强线性注意力（RELA）及高效视觉Transformer（LAformer），通过集成深度卷积丰富特征表示，经实验验证LAformer在图像恢复和生成任务中性能优且计算高效。

Comments Accepted by ECCV 2026

Large-Scale Bayesian Tensor Reconstruction via Approximate Message Passing

大规模贝叶斯张量重建：一种近似消息传递的解决方案

Bingyang Cheng, Zhongtao Chen, Yichen Jin, Hao Zhang, Chen Zhang, Edmund Y. Lam, Yik-Chung Wu

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文提出CP-GAMP算法，通过近似消息传递和期望最大化方法，高效解决大规模张量重建问题，提升运行效率并保持重建精度。

Comments Accepted at IEEE ICDM 2026. Code: this https URL (https://github.com/BingyangCheng/CP-GAMP)

Autoencoders in Function Space

函数空间中的自编码器

Justin Bunker, Mark Girolami, Hefin Lambley, Andrew M. Stuart, T. J. Sullivan

机构 * Department of Engineering, University of Cambridge and Alan Turing Institute（剑桥大学工程系和艾伦·图灵研究所） ； Department of Engineering University of Cambridge（剑桥大学工程系） ； Mathematics Institute University of Warwick（沃里克大学数学系） ； Computing + Mathematical Sciences California Institute of Technology（加州理工学院计算与数学科学学院） ； Mathematics Institute & School of Engineering University of Warwick（沃里克大学数学系与工程学院） 纠错

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文提出函数空间自编码器（FAE）和变分自编码器（FVAE），分析其目标函数良定性，结合神经算子架构实现自编码器在图像修复等科学数据建模的新应用。

Comments 54 pages, 24 figures. Includes corrections for error in legends of figure 7 and figures in appendix B.5 that were present in v3