University of Science and Technology of China（中国科学技术大学）

Hybrid Fusion: One-Minute Efficient Training for Zero-Shot Cross-Domain Image Fusion

混合融合：一分钟高效训练的零样本跨域图像融合

Ran Zhang, Xuanhua He, Liu Liu

机构 * Hefei University of Technology（合肥工业大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 本文提出一种混合融合框架，通过可学习的U-Net生成动态指导图，结合经典固定拉普拉斯金字塔融合内核，实现高效全分辨率训练，实现零样本跨域图像融合的高效与高性能。

N4MC: Neural 4D Mesh Compression

N4MC：神经4D网格压缩

Guodong Chen, Huanshuo Dong, Mallesham Dasari

机构 * Northeastern University（东北大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 N4MC通过神经4D压缩框架高效压缩时间变化网格序列，利用帧间压缩技术提升时间一致性，并在率失真性能上优于现有方法。

Learned Regularization for Microwave Tomography

学习正则化用于微波断层成像

Bowen Tong, Hao Chen, Shaorui Guo, Dong Liu

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 本文提出了一种融合扩散模型的学习正则化方法，用于解决微波断层成像中的病态问题，通过改进精度、稳定性和鲁棒性提升重建效果。

Journal ref IEEE Trans. Antennas Propag., 2026

ScaleDepth: Decomposing Metric Depth Estimation into Scale Prediction and Relative Depth Estimation

ScaleDepth：将度量深度估计分解为尺度预测和相对深度估计

Ruijie Zhu, Chuxin Wang, Ziyang Song, Li Liu, Tianzhu Zhang, Yongdong Zhang

机构 * School of Information Science and Technology, University of Science and Technology of China (USTC)（信息科学与技术学院，中国科学技术大学） 纠错

AI总结 ScaleDepth通过分解度量深度为尺度预测和相对深度估计，实现了对室内外场景的统一深度估计，无需设置深度范围或微调模型。

Comments 14 pages, 11 figure, 13 tables