图像生成

Utilizing Inpainting for Keypoint Detection for Vision-Based Control of Robotic Manipulators

利用图像修复进行基于视觉的机械臂运动控制的关键点检测

Sreejani Chatterjee, Venkatesh Mullur, Abhinav Gandhi, Berk Calli

机构 * Worcester Polytechnic Institute（沃斯彻斯特理工学院） 纠错

专题命中 图像修复 ：inpainting(title,abstract)

AI总结 本文提出一种新的视觉伺服框架，通过纯自然视觉特征控制机械臂的配置空间。通过图像修复生成无标记的机械臂图像，训练关键点检测算法以实现基于自然特征的控制，无需依赖相机校准或机器人模型。

Making Every Step Count: Spatio-Temporal Information Allocation for Imaging Inverse Problems

让每一步都有价值：面向成像逆问题的时空信息分配

Yi Cao, Xiangyong Cao, Pei Liu, Yong-Jin Liu, Deyu Meng

专题命中 图像修复 ：inpainting(abstract)；分类 cs.CV

AI总结 该研究针对基于流的成像逆求解器在固定函数评估次数下的时空信息分配缺陷，提出SAS与MPA组件，可即插即用提升超分辨率等任务的图像恢复质量。

Efficient Vision Mamba for MRI Super-Resolution via Hybrid Selective Scanning

高效MRI超分辨率的混合选择性扫描视觉Mamba

Mojtaba Safari, Shansong Wang, Vanessa L Wildman, Mingzhe Hu, Zach Eidex, Chih-Wei Chang, Erik H Middlebrooks, Richard L. J Qiu, Pretesh Patel, Ashesh B. Jani, Hui Mao, Zhen Tian, Xiaofeng Yang

机构 * Department of Radiation Oncology and Winship Cancer Institute, Emory University（放射肿瘤学部和Winship癌症研究所，埃默里大学） ； Department of Radiology, Mayo Clinic（放射科，梅奥诊所） ； Department of Radiology and Imaging Science and Winship Cancer Institute, Emory University（放射科和成像科学以及Winship癌症研究所，埃默里大学） ； Department of Radiation and Cellular Oncology, University of Chicago（放射学和细胞肿瘤学部，芝加哥大学） 纠错

专题命中 图像修复 ：diffusion(abstract)；分类 cs.CV

AI总结 本文提出了一种高效MRI超分辨率方法，结合多头选择性状态空间模型和轻量级通道MLP，实现高保真度和高效计算，适用于临床应用。

RECAST: A Machine-Learning Framework for Correction and Super-Resolution of Coarse-Grid PDE Solvers

RECAST：用于粗网格PDE求解器校正与超分辨率的机器学习框架

Maryam Reza, Farbod Faraji

专题命中 图像修复 ：diffusion(abstract)

AI总结 该研究提出机器学习框架RECAST，可在保留粗网格PDE演化的同时降低约50%-92%的时间平均相对误差，实现更粗网格的高精度PDE模拟，为高维数值模拟加速提供概念验证。

Comments 29 pages, 24 figures, 2 tables