PulseAugur
实时 04:06:11
English(EN) $\gamma$-Bridge: A Look-Parametric Diffusion Bridge

新的 $\gamma$-Bridge 扩散模型增强了 SAR 图像去噪能力

研究人员开发了一种名为 $\gamma$-Bridge 的新型扩散模型,旨在改进图像去噪,特别是针对合成孔径雷达(SAR)数据。与依赖抽象信噪比的模型不同,$\gamma$-Bridge 直接纳入了相干成像相关的物理参数——视数(L)。这种参数化视数的方法使得单个训练好的网络能够处理各种部署场景和传感器类型,而无需进行特定的微调,从而实现了跨不同视数的零样本(zero-shot)恢复。 AI

影响 这项研究可能带来更通用、更高效的图像去噪技术,尤其适用于 SAR 成像等专业应用。

排序理由 该集群描述了一篇介绍新型图像去噪扩散模型的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的 $\gamma$-Bridge 扩散模型增强了 SAR 图像去噪能力

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Xuran Hu, Yujie Zhu, Tengxi Wang, Jilong Li, Wufan Zhao ·

    $\gamma$-Bridge:一种外观参数化扩散桥

    arXiv:2607.22719v1 Announce Type: new Abstract: Multiplicative Gamma noise is a signal-dependent degradation in coherent imaging; synthetic aperture radar (SAR) despeckling is its most prominent real-world instance. Existing diffusion denoisers parameterize their forward process …