Tag · 2 篇
对抗学习
分布 3D 视觉与重建1底层视觉与图像复原1
01 02
面向无位姿激光雷达视图合成的频谱-几何神经场
Spectral-Geometric Neural Fields for Pose-Free LiDAR View Synthesis
把频谱先验作为混合表示来补全稀疏无纹理激光雷达几何，并用特征兼容性置信图做无位姿全局对齐，可直接迁移到无位姿 NeRF/3DGS 的位姿-几何联合优化与稀疏点云重建。
基于对抗展开与数据驱动光谱正则化的光谱超分辨率：从多光谱卫星数据到 NASA 高光谱图像
Spectral Super-Resolution via Adversarial Unfolding and Data-Driven Spectrum Regularization: From Multispectral Satellite Data to NASA Hyperspectral Image
把深度展开网络与数据驱动先验网络（PriorNet）结合，并在展开架构中嵌入对抗判别器，使判别器在训练与测试阶段都参与重建；这一「展开对抗学习」思路可迁移到其他病态逆问题（如去噪、去模糊、超分辨率）中，用轻量先验网络替代隐式深度先验以大幅降低 MACs 与参数量。