图像生成

ShearLab 3D: Faithful Digital Shearlet Transforms based on Compactly Supported Shearlets

ShearLab 3D：基于紧支持shearlet的忠实数字shearlet变换

Gitta Kutyniok, Wang-Q Lim, Rafael Reisenhofer

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文介绍ShearLab 3D软件包，提供2D和3Dshearlet变换的实现，支持CUDA加速，通过去噪、修复和特征提取实验验证其性能。

Comments There is another shearlet software package (http://www.mathematik.uni-kl.de/imagepro/members/haeuser/ffst/) by S. Häuser and G. Steidl. We will include this in a revision

Journal ref ACM Trans. Math. Softw. 42(1) (2016) 5:1-5:42

An Iterative Reweighted Method for Tucker Decomposition of Incomplete Multiway Tensors

一种用于不完整多维张量Tucker分解的迭代加权方法

Linxiao Yang, Jun Fang, Hongbin Li, Bing Zeng

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文提出一种基于组log-sum惩罚函数的迭代加权方法，用于处理不完整多维张量的低秩分解，通过多线性操作实现紧凑表示，并自动确定多线性秩。

The use of discrete gradient methods for total variation type regularization problems in image processing

离散梯度方法在图像处理中总变分类型正则化问题中的应用

V Grimm, R I McLachlan, D McLaren, G R W Quispel, C-B Schönlieb

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文探讨了离散梯度方法在图像处理中的应用，通过非线性总变分去模糊、去噪和修复实验，展示其在保持系统耗散特性方面的有效性。

Comments 20 pages

ADI splitting schemes for a fourth-order nonlinear partial differential equation from image processing

用于图像处理中四阶非线性偏微分方程的ADI分裂方案

Luca Calatroni, Bertram Düring, Carola-Bibiane Schönlieb

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文提出方向算子分裂方案，用于求解图像处理中出现的四阶非线性偏微分方程，该方程是总变差的H^{-1}梯度流，采用隐式时间步进与方向分裂方案提高计算效率。

Comments 29 pages, 30 figures

Journal ref Discrete Contin. Dyn. Syst. Ser. A 34(3) (2014), 931-957

Parallel matrix factorization for low-rank tensor completion

低秩张量补全的并行矩阵分解

Yangyang Xu, Ruru Hao, Wotao Yin, Zhixun Su

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文提出通过同时进行所有模式矩阵化低秩矩阵分解来恢复低秩张量，采用交替最小化算法并结合自适应秩调整策略，有效从更少样本中恢复合成低秩张量，并在真实数据上表现优异。

Comments 25 pages, 12 figures

Journal ref Inverse Problems and Imaging. Volume 9, No.2, 601-624, 2015

A combined first and second order variational approach for image reconstruction

一种结合一阶和二阶变分方法的图像重建

Konstantinos Papafitsoros, Carola-Bibiane Schönlieb

专题命中 图像修复 ：inpainting(abstract)

AI总结 提出一种在Hessian有界函数空间中的变分模型，结合总变分和导数总变分的凸函数，通过分裂Bregman方法求解，用于图像去噪、去模糊和修复，并与TGV等模型比较，证明其能避免ROF模型的块状伪影。

Comments 34 pages, 89 figures

Journal ref Journal of Mathematical Imaging and Vision 2013

A Convergent Overlapping Domain Decomposition Method for Total Variation Minimization

一种收敛的重叠区域分解方法用于全变差最小化

Massimo Fornasier, Andreas Langer, Carola-Bibiane Schönlieb

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文提出并分析了收敛的序贯和并行重叠区域分解方法，用于求解由数据保真项和全变差约束构成的泛函最小化问题，首次成功解决了全变差最小化这一非线性、非加性、非光滑问题。

Comments Matlab code and numerical experiments of the methods provided in this paper can be downloaded at the web-page: http://homepage.univie.ac.at/carola.schoenlieb/webpage_tvdode/tv_dode_numerics.htm

Domain decomposition methods for compressed sensing

压缩感知的域分解方法

Massimo Fornasier, Andreas Langer, Carola-Bibiane Schönlieb

专题命中 图像修复 ：inpainting(abstract)

AI总结 提出用于最小化含数据保真项和全变分约束泛函的序贯与并行域分解算法，分析收敛性，并通过数值实验展示在插值/修复及压缩感知问题中恢复分段常数医学图像的有效性。

Comments 4 pages

High-fidelity Modeling of Full-scale Pressurized Water Reactor Flow Fields for Machine Learning Applications

面向机器学习应用的全尺寸压水堆流场高保真建模

Logan A. Burnett, Hyungjun Kim, Hsien-Cheng Chou, Arsha Witoelar, Robert A. Brewster, Benoit Forget, Emilio Baglietto, Majdi I. Radaideh

机构 * Department of Nuclear Engineering and Radiological Sciences, University of Michigan（密歇根大学核工程与辐射科学系） ； Department of Nuclear Science and Engineering, Massachusetts Institute of Technology（麻省理工学院核科学与工程系） ； Korea Atomic Energy Research Institute（韩国原子能研究所） ； Department of Mechanical Engineering, University of Michigan（密歇根大学机械工程系） ； Department of Computer Science and Engineering, University of Michigan（密歇根大学计算机科学与工程系） 纠错

专题命中 图像修复 ：inpainting(abstract)

AI总结 本研究利用高保真CFD模拟和机器学习模型，对四环路压水堆组件级流场进行表征，揭示了冷腿旋流和下腔室输运导致的入口流量分布不均匀性，并验证了ConvLSTM等空间感知架构在流场重建与预测中的优越性。

Comments 30 pages, 10 figures, and 6 Tables

Random spanning tree Markov random field priors for Bayesian inverse problems in imaging

随机生成树马尔可夫随机场先验用于成像中的贝叶斯反问题

Jasper Marijn Everink

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文提出了一种基于随机生成树的马尔可夫随机场先验，用于解决成像中的贝叶斯反问题，通过将连续和离散随机变量结合，改进了图像去噪、去模糊和修复等任务的性能。

Generative deep learning improves reconstruction of global historical climate records

生成深度学习改进全球历史气候记录的重建

Zhen Qian, Teng Liu, Sebastian Bathiany, Shangshang Yang, Philipp Hess, Nils Bochow, Christian Burmester, Maximilian Gelbrecht, Brian Groenke, Niklas Boers

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文提出一种统一的概率生成深度学习框架，通过学习地球系统动力学的生成先验，改进了全球历史气候记录的重建，揭示了1850年以来未解决的气候变异，尤其在极地地区表现出更高的变暖水平。

Understanding Asynchronous Inference Methods for Vision-Language-Action Models

理解面向视觉-语言-动作模型的异步推理方法

Ayoub Agouzoul

机构 * École polytechnique Systems Group, ETH Zürich（瑞士联邦理工学院系统组，苏黎世联邦理工学院） 纠错

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文系统比较了四种异步推理方法，评估了其在不同延迟下的性能，发现A2C2在Kinetix上表现最佳，TT-RTC在LIBERO上最稳健，IT-RTC在低延迟下表现良好但高延迟下下降，VLASH在低延迟与高延迟之间存在权衡。

Hidden Biases in Conditioning Autoregressive Models

自回归模型中隐藏的偏见

Francois Pachet, Pierre Roy

机构 * LIP6, Sorbonne Université（索邦大学计算机科学实验室LIP6） ； Soundtrap 纠错

专题命中 图像修复 ：inpainting(abstract)

AI总结 研究揭示了自回归模型在条件生成中存在隐藏的推理偏见，证明了精确解码在全局形式约束下计算上是不可行的。

Comments 9 pages

Fixed-Point Delayed Subgradient Methods for Nonsmooth Convex Optimization Problems

固定点延迟子梯度方法用于非光滑凸优化问题

Ontima Pankoon, Nimit Nimana, Yeol Je Cho

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文提出基于混合最速下降法和延迟子梯度思想的固定点延迟子梯度方法，用于求解非光滑凸优化问题，证明了算法收敛性，并扩展到集中网络系统和图像修复应用。

Deep Learning for Restoring MPI System Matrices Using Simulated Training Data

利用模拟训练数据通过深度学习恢复MPI系统矩阵

Artyom Tsanda, Sarah Reiss, Konrad Scheffler, Marija Boberg, Tobias Knopp

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文研究了基于物理的模拟系统矩阵是否能训练深度学习模型用于系统矩阵恢复任务，如去噪、加速校准、上采样和修补，证明了模型在真实数据中的泛化能力。

Mitigating point-source contamination in CMB polarization: a Generalized Point Spread Function fitting approach

减轻CMB偏振中的点源污染：一种广义点扩散函数拟合方法

Yi-Ming Wang, Wen-Zheng Chen, Yang Liu, Si-Yu Li, Hong Li

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文提出了一种广义点扩散函数拟合方法，用于减少CMB偏振中的点源污染，有效降低张量-标量比r的估计偏差。

Comments 33 pages,13 figures

Journal ref JCAP 03 (2026) 042

Projected subgradient methods for paraconvex optimization: Application to robust low-rank matrix recovery

投影子梯度方法用于paraconvex优化：应用于鲁棒低秩矩阵恢复

Morteza Rahimi, Susan Ghaderi, Yves Moreau, Masoud Ahookhosh

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文提出了一种投影子梯度方法用于paraconvex优化，并将其应用于鲁棒低秩矩阵恢复问题，验证了方法的有效性。

Comments 38 pages, 69 figures

A Generalist Model Including Evolved Star Mass and Age

包含演化的恒星质量和年龄的通用模型

Mengmeng Zhang, Yude Bu, Siqi Wang, Shanshan Li, Jiangchuan Zhang, Jingzhen Sun, Yuhang Zhang, Ke Wang, Jian Liu, Hongliang Yan, Zhenping Yi, Meng Liu, Xiaoming Kong

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文提出一种通用模型，通过整合Gaia XP光谱与APOGEE数据，同时预测恒星大气参数和演化标签，实现高质量的质量和年龄预测，并有效区分星际消光与固有温度变化。

DisSR: Disentangling Speech Representation for Degradation-Prior Guided Cross-Domain Speech Restoration

DisSR：解构语音表示以指导降质先验引导的跨域语音修复

Ziqi Liang, Zhijun Jia, Chang Liu, Minghui Yang, Zhihong Lu, Jian Wang

机构 * AntGroup（蚂蚁集团） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 图像修复 ：diffusion(abstract)

AI总结 DisSR通过降质先验引导和跨领域对齐训练，提升语音修复在不同降质和领域下的泛化能力与修复质量。

Comments Accepted to 2026 IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2026)

Trajectory Stitching for Solving Inverse Problems with Flow-Based Models

轨迹拼接用于基于流模型的逆问题求解

Alexander Denker, Moshe Eliasof, Zeljko Kereta, Carola-Bibiane Schönlieb

机构 * University College London（伦敦大学学院） ； University of Cambridge（剑桥大学） 纠错

专题命中 图像修复 ：inpainting(abstract)

AI总结 MS-Flow通过轨迹拼接方法优化逆问题求解，减少内存消耗并提升重建质量。

Real-Time Super-Resolution Imaging System Based on Zero-Shot Learning for Infrared Non-Destructive Testing

基于零样本学习的实时超分辨率成像系统用于红外非破坏性检测

Pengfei Zhu, Ziang Wei, Ahmad Osman, Clemente Ibarra-Castanedo, Andreas Mandelis, Xavier Maldague, Hai Zhang

专题命中 图像修复 ：diffusion(abstract)

AI总结 本文提出基于零样本学习的实时超分辨率成像系统，用于提升红外热成像和光热共焦层析成像的实时性和分辨率，通过实验验证其在工业和生物医学领域的有效性。

STSR: High-Fidelity Speech Super-Resolution via Spectral-Transient Context Modeling

STSR：通过频谱-瞬态上下文建模实现高质量语音超分辨率

Jiajun Yuan, Xiaochen Wang, Yuhang Xiao, Yulin Wu, Chenhao Hu, Xueyang Lv

机构 * National Engineering Research Center for Multimedia Software, School of Computer Science（多媒体软件国家工程研究中心，计算机科学学院） ； School of Artificial Intelligence（人工智能学院） 纠错

专题命中 图像修复 ：diffusion(abstract)

AI总结 STSR通过频谱-瞬态上下文建模实现高质量语音超分辨率，结合MDCT域的统一端到端框架，提升谐波一致性和瞬态锐利度，优于现有基线。

Comments 5 pages Submitted

Audio Super-Resolution with Latent Bridge Models

基于潜在桥模型的音频超分辨率

Chang Li, Zehua Chen, Liyuan Wang, Jun Zhu

机构 * Department of CST, Tsinghua University, Beijing, China（计算机科学与技术系，清华大学，北京，中国） ； Shengshu AI, Beijing, China（盛舒人工智能，北京，中国） ； USTC, Hefei, China（中国科学技术大学，合肥，中国） 纠错

专题命中 图像修复 ：diffusion(abstract)

AI总结 本文提出基于潜在桥模型的音频超分辨率方法，通过压缩音频到潜在空间并设计桥模型，实现高质量的任意到48kHz和192kHz音频上采样。

Comments Accepted at NeurIPS 2025

Multimodal Atmospheric Super-Resolution With Deep Generative Models

多模态大气超分辨率与深度生成模型

Dibyajyoti Chakraborty, Haiwen Guan, Jason Stock, Troy Arcomano, Guido Cervone, Romit Maulik

机构 * Information Sciences and Technology（信息科学与技术系） ； The Pennsylvania State University（宾夕法尼亚州立大学） ； Environmental Science Division（环境科学部） ； Argonne National Laboratory（阿贡国家实验室） ； Department of Geography（地理系） 纠错

专题命中 图像修复 ：diffusion(abstract)

AI总结 本文提出利用基于分数的扩散模型进行多模态大气超分辨率，通过结合稀疏观测数据提升高维状态恢复精度。

Probabilistic Super-Resolution for Urban Micrometeorology via a Schrödinger Bridge

基于Schrödinger桥的概率超分辨率用于城市微气象学

Yuki Yasuda, Ryo Onishi

机构 * Research Institute for Value-Added-Information Generation（价值加成信息研究所） ； Japan Agency for Marine-Earth Science and Technology（日本海洋地球科学技术机构） ； Supercomputing Research Center（超级计算研究中心） ； Institute of Integrated Research（整合研究所） ； Institute of Science Tokyo（东京科学研究所） 纠错

专题命中 图像修复 ：diffusion(abstract)

AI总结 本文提出基于Schrödinger桥模型的超分辨率方法，用于提高城市区域2米温度的分辨率，该方法在较低计算成本下实现与扩散模型相当的精度，并展现出更好的不确定性量化能力。

OSMO: Open-Source Tactile Glove for Human-to-Robot Skill Transfer

OSMO：开源触觉手套用于人到机器人技能转移

Jessica Yin, Haozhi Qi, Youngsun Wi, Sayantan Kundu, Mike Lambeta, William Yang, Changhao Wang, Tingfan Wu, Jitendra Malik, Tess Hellebrekers

机构 * Meta FAIR ； University of Michigan（密歇根大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 图像修复 ：inpainting(abstract)

AI总结 OSMO通过触觉手套实现人到机器人技能转移，利用触觉数据提升机器人操作性能。

Comments Project website: https://jessicayin.github.io/osmo_tactile_glove/

Quaternion tensor low rank Quaternion tensor low-rank approximation using a family of non-convex norms

四元数张量低秩 四元数张量低秩近似使用一族非凸范数

Alaeddine Zahir, Ahmed Ratnani, Khalide Jbilou

专题命中 图像修复 ：inpainting(abstract)

AI总结 本文提出使用非凸范数对四元数张量进行低秩近似，通过准范数和非凸范数方法提升张量修复和去噪的效率。

Comments 18 pages, 3 figures, 2 tables, 4 algorithms

BridgeVoC: Revitalizing Neural Vocoder from a Restoration Perspective

Andong Li, Tong Lei, Rilin Chen, Kai Li, Meng Yu, Xiaodong Li, Dong Yu, Chengshi Zheng

专题命中 图像修复 ：diffusion(abstract)

Comments 18 pages, 16 figures

Bilevel Learning via Inexact Stochastic Gradient Descent

Mohammad Sadegh Salehi, Subhadip Mukherjee, Lindon Roberts, Matthias J. Ehrhardt

机构 * EPSRC Centre for Doctoral Training in Statistical Applied Mathematics at Bath（巴斯大学统计应用数学博士培训中心） ； Australian Research Council（澳大利亚研究理事会） ； Indian Institute of Technology (IIT), Kharagpur（印度理工学院（Kharagpur分校）） ； University of Melbourne（墨尔本大学） ； Department of Electronics & Electrical Communication Engineering（电子与电气通信工程系） ； School of Mathematics and Statistics（数学与统计学学院） 纠错

专题命中 图像修复 ：inpainting(abstract)

Dynamic Reconstruction of Ultrasound-Derived Flow Fields With Physics-Informed Neural Fields

Viraj Patel, Lisa Kreusser, Katharine Fraser

机构 * University of Bath（巴斯大学） 纠错

专题命中 图像修复 ：inpainting(abstract)

Comments 29 pages, 18 figures