图像与视频处理

2025年08月 的作者和标题

[351] arXiv:2508.17163 (交叉列表自 cs.MM) [中文pdf, pdf, html, 其他]

标题： 生成式人工智能在多媒体通信中的应用：最新进展、信息论框架与未来机遇 显示英文标题

标题： Generative AI for Multimedia Communication: Recent Advances, An Information-Theoretic Framework, and Future Opportunities

Yili Jin, Xue Liu, Jiangchuan Liu

评论： ACM多媒体2025

主题： 多媒体 (cs.MM) ; 图像与视频处理 (eess.IV)

[352] arXiv:2508.17166 (交叉列表自 cs.MM) [中文pdf, pdf, html, 其他]

标题： 生成流网络用于个性化多媒体系统：短视频推送的案例研究 显示英文标题

标题： Generative Flow Networks for Personalized Multimedia Systems: A Case Study on Short Video Feeds

Yili Jin, Ling Pan, Rui-Xiao Zhang, Jiangchuan Liu, Xue Liu

评论： ACM多媒体2025

主题： 多媒体 (cs.MM) ; 图像与视频处理 (eess.IV)

[353] arXiv:2508.17205 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 多智能体视觉语言推理用于全面的高速公路场景理解 显示英文标题

标题： Multi-Agent Visual-Language Reasoning for Comprehensive Highway Scene Understanding

Yunxiang Yang, Ningning Xu, Jidong J. Yang

评论： 16页，16图，8表

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI) ; 计算与语言 (cs.CL) ; 图像与视频处理 (eess.IV)

[354] arXiv:2508.17397 (交叉列表自 cs.CV) [中文pdf, pdf, 其他]

标题： 通过深度学习增强水下图像：基于VGG19和ResNet50的方法比较研究 显示英文标题

标题： Enhancing Underwater Images via Deep Learning: A Comparative Study of VGG19 and ResNet50-Based Approaches

Aoqi Li, Yanghui Song, Jichao Dao, Chengfu Yang

评论： 7页，6图，2025年IEEE第三届图像处理与计算机应用国际会议（ICIPCA 2025）

主题： 计算机视觉与模式识别 (cs.CV) ; 图像与视频处理 (eess.IV)

[355] arXiv:2508.17480 (交叉列表自 cs.GR) [中文pdf, pdf, html, 其他]

标题： 随机相位高斯波浪渲染用于计算机全息术 显示英文标题

标题： Random-phase Gaussian Wave Splatting for Computer-generated Holography

Brian Chao, Jacqueline Yang, Suyeon Choi, Manu Gopakumar, Ryota Koiso, Gordon Wetzstein

主题： 图形学 (cs.GR) ; 硬件架构 (cs.AR) ; 图像与视频处理 (eess.IV) ; 信号处理 (eess.SP) ; 光学 (physics.optics)

[356] arXiv:2508.17873 (交叉列表自 eess.SP) [中文pdf, pdf, html, 其他]

标题： 基于角度分辨散射测量数据的纳米表面缺陷识别压缩学习 显示英文标题

标题： Compressed Learning for Nanosurface Deficiency Recognition Using Angle-resolved Scatterometry Data

Mehdi Abdollahpour, Carsten Bockelmann, Tajim Md Hasibur Rahman, Armin Dekorsy, Andreas Fischer

主题： 信号处理 (eess.SP) ; 图像与视频处理 (eess.IV)

[357] arXiv:2508.17976 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 提出与修正：一种基于取证的MLLM图像篡改定位框架 显示英文标题

标题： Propose and Rectify: A Forensics-Driven MLLM Framework for Image Manipulation Localization

Keyang Zhang, Chenqi Kong, Hui Liu, Bo Ding, Xinghao Jiang, Haoliang Li

主题： 计算机视觉与模式识别 (cs.CV) ; 图像与视频处理 (eess.IV)

[358] arXiv:2508.18540 (交叉列表自 cs.GR) [中文pdf, pdf, html, 其他]

标题： 基于光场显示器的辐射场实时三维可视化 显示英文标题

标题： Real-time 3D Visualization of Radiance Fields on Light Field Displays

Jonghyun Kim, Cheng Sun, Michael Stengel, Matthew Chan, Andrew Russell, Jaehyun Jung, Wil Braithwaite, Shalini De Mello, David Luebke

评论： 10页，14图。J. Kim、C. Sun和M. Stengel贡献相同

主题： 图形学 (cs.GR) ; 图像与视频处理 (eess.IV)

[359] arXiv:2508.19104 (交叉列表自 cs.LG) [中文pdf, pdf, html, 其他]

标题： 基于约束学习的扩散模型的组合与对齐 显示英文标题

标题： Composition and Alignment of Diffusion Models using Constrained Learning

Shervin Khalafi, Ignacio Hounie, Dongsheng Ding, Alejandro Ribeiro

主题： 机器学习 (cs.LG) ; 图像与视频处理 (eess.IV) ; 机器学习 (stat.ML)

[360] arXiv:2508.19153 (交叉列表自 cs.RO) [中文pdf, pdf, html, 其他]

标题： QuadKAN：通过端到端强化学习增强KAN的四足运动控制 显示英文标题

标题： QuadKAN: KAN-Enhanced Quadruped Motion Control via End-to-End Reinforcement Learning

Yinuo Wang, Gavin Tao

评论： 14页，9图，期刊论文

主题： 机器人技术 (cs.RO) ; 人工智能 (cs.AI) ; 计算机视觉与模式识别 (cs.CV) ; 图像与视频处理 (eess.IV) ; 系统与控制 (eess.SY)

[361] arXiv:2508.19324 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 深度数据隐藏用于符合国际民航组织的面部图像：综述 显示英文标题

标题： Deep Data Hiding for ICAO-Compliant Face Images: A Survey

Jefferson David Rodriguez Chivata, Davide Ghiani, Simone Maurizio La Cava, Marco Micheletto, Giulia Orrù, Federico Lama, Gian Luca Marcialis

评论： 2025年IEEE国际生物特征学联合会议（IJCB）

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI) ; 密码学与安全 (cs.CR) ; 机器学习 (cs.LG) ; 图像与视频处理 (eess.IV)

[362] arXiv:2508.19478 (交叉列表自 physics.med-ph) [中文pdf, pdf, html, 其他]

标题： 使用贝叶斯推断在时间依赖扩散MRI中揭示交换和限制的退化性和不确定性 显示英文标题

标题： Shining light on degeneracies and uncertainties in quantifying both exchange and restriction with time-dependent diffusion MRI using Bayesian inference

Maëliss Jallais, Quentin Uhl, Tommaso Pavan, Malwina Molendowska, Derek K. Jones, Ileana Jelescu, Marco Palombo

主题： 医学物理 (physics.med-ph) ; 图像与视频处理 (eess.IV)

[363] arXiv:2508.20121 (交叉列表自 cs.NE) [中文pdf, pdf, 其他]

标题： 基于多模态分类的脉冲神经网络时间常数任务感知调优 显示英文标题

标题： Task-Aware Tuning of Time Constants in Spiking Neural Networks for Multimodal Classification

Chiu-Chang Cheng, Kapil Bhardwaj, Ya-Ning Chang, Sayani Majumdar, Chao-Hung Wang

评论： 25页和5幅图以及一份补充讨论

主题： 神经与进化计算 (cs.NE) ; 图像与视频处理 (eess.IV) ; 系统与控制 (eess.SY)

[364] arXiv:2508.20476 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： 面向包容性交流：从手语、口型和音频生成口语语言的统一框架 显示英文标题

标题： Towards Inclusive Communication: A Unified Framework for Generating Spoken Language from Sign, Lip, and Audio

Jeong Hun Yeo, Hyeongseop Rha, Sungjune Park, Junil Won, Yong Man Ro

主题： 计算机视觉与模式识别 (cs.CV) ; 多媒体 (cs.MM) ; 音频与语音处理 (eess.AS) ; 图像与视频处理 (eess.IV)

[365] arXiv:2508.20909 (交叉列表自 cs.CV) [中文pdf, pdf, html, 其他]

标题： Dino U-Net：利用基础模型中的高保真密集特征进行医学图像分割 显示英文标题

标题： Dino U-Net: Exploiting High-Fidelity Dense Features from Foundation Models for Medical Image Segmentation

Yifan Gao, Haoyue Li, Feng Yuan, Xiaosong Wang, Xin Gao

主题： 计算机视觉与模式识别 (cs.CV) ; 图像与视频处理 (eess.IV)

[366] arXiv:2508.21321 (交叉列表自 physics.ed-ph) [中文pdf, pdf, html, 其他]

标题： 基于项目的学习在入门量子计算课程中的应用：医学影像量子算法案例研究 显示英文标题

标题： Project-Based Learning in Introductory Quantum Computing Courses: A Case Study on Quantum Algorithms for Medical Imaging

Nischal Binod Gautam, Keith Evan Schubert, Enrique P. Blair

评论： 12页，8图

主题： 物理教育 (physics.ed-ph) ; 图像与视频处理 (eess.IV) ; 量子物理 (quant-ph)

[367] arXiv:2508.21715 (交叉列表自 cs.CV) [中文pdf, pdf, 其他]

标题： 基于熵的卷积神经网络非侵入式可靠性监控 显示英文标题

标题： Entropy-Based Non-Invasive Reliability Monitoring of Convolutional Neural Networks

Amirhossein Nazeri, Wael Hafez

评论： 8页，3图，2表

主题： 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI) ; 密码学与安全 (cs.CR) ; 信息论 (cs.IT) ; 图像与视频处理 (eess.IV)