ECCV2026 图像恢复论文解读论文笔记超分辨率扩散模型对抗鲁棒自监督学习人脸/视线

🖼️ 图像恢复¶

🎞️ ECCV2026 · 73 篇论文解读

📌 同领域跨会议浏览： 🧠 NeurIPS2026 (1) · 📷 CVPR2026 (135) · 🔬 ICLR2026 (61) · 🧪 ICML2026 (21) · 🤖 AAAI2026 (10) · 🧠 NeurIPS2025 (26)

🔥 高频主题： 图像恢复 ×20 · 超分辨率 ×17 · 扩散模型 ×10 · 对抗鲁棒 ×5 · 自监督学习 ×4

Lumina-OmniLV: A Unified Multimodal Framework for General Low-Level Vision: OmniLV 在 Lumina-Next 生成先验上，通过文本与图像分离编码、视觉示例投影相加及浅层条件适配器联合训练，用一个模型处理四类低层视觉任务，在指令对齐和多项感知指标上表现较强，但并未全面超过专用模型。
Denoising the Deep Sky: Physics-Based CCD Noise Formation for Astronomical Imaging: 本文不改造去噪网络，而是用校准帧估计 CCD 特有的空间响应与读出噪声，从高信噪比叠加代理合成训练对，使标准 U-Net 在 MuSCAT-3 与跨仪器 MuSCAT-4 上分别取得平均 39.91 和 39.87 dB 的真实观测注入源 FLUX-SNR。
QualiTeacher: Quality-Conditioned Pseudo-Labeling for Real-World Image Restoration: QualiTeacher 把教师伪标签的质量分数变成学生网络的控制条件，再用质量排序与裁剪一致性约束输出，使不完美监督支持可控的真实图像恢复，在 RTTS 去雾中将 CORUN 配合 Colabator 的 FADE 从 0.824 降至 0.590。
Stream-DiffVSR: Low-Latency Streamable Video Super-Resolution via Auto-Regressive Diffusion: Stream-DiffVSR 用四步扩散去噪、光流对齐的历史输出引导和时序解码，逐帧恢复高清视频，在不读取未来帧的条件下取得 REDS4 LPIPS 0.099 与 RTX 4090 上 720p 首帧延迟 0.328 秒，但尚非通常意义的实时高清视频处理。
SparkVSR: Interactive Video Super-Resolution via Sparse Keyframe Propagation: SparkVSR 让用户先修好少量关键帧，再以低分辨率视频为运动约束传播这些视觉先验，在 MovieLQ 上用 PiSA-SR 参考取得 MUSIQ 68.88、DOVER 0.6212，同时允许通过参考引导强度选择更忠实或更具生成细节的结果。
Spectral and Trajectory Regularization for Diffusion Transformer Super-Resolution: StrSR 提出非对称判别蒸馏 + 频域分布匹配的联合框架，以 CLIP-ConvNeXt 判别器替代 DiT 判别器避免模型坍塌，并用频域分布损失（FDL）抑制 DiT 特有的网格状周期伪影，首次在 DiT 架构上实现高质量单步真实图像超分辨率。
λSplit: Self-Supervised Content-Aware Spectral Unmixing for Fluorescence Microscopy: λSplit 用层次 VAE 学习细胞结构先验，再将预测的荧光团浓度图通过已知光谱重新混合，以观测重建实现无需解混真值的训练；在 CellAtlas 的 5 ms、32 波段模拟实验中，PSNR 达到 34.03 dB，而该设置下最强对照 RLU 为 28.91 dB。
Calibrated Harmonic Overlaid Implicit Neural Representations for Multi-Dimensional Data: CHOIR 把深度周期 INR 的「逐层函数复合」改造成「β 门控的加性谐波叠加」，并用自然图像的 1/f 幂律先验同时校准每个神经元的频率分布与输出幅度，使周期 INR 能稳定加深到 12–15 层，在 2D 图像拟合、NeRF 新视角合成以及高光谱/多光谱/视频的缺失补全与混合退化恢复上全面超过 SIREN、FINER、FreSh、LRTFR、CRNL 等基线。
RL-AWB: Deep Reinforcement Learning for Auto White Balance Correction in Low-Light Night-time Scenes: RL-AWB 用夜间灰像素统计估计器 SGP-LRD 承担光源估计，再用仅需少量训练图像的 SAC 策略逐图调整灰像素比例与聚合指数，在 LEVI 训练、NCC 测试时取得 1.99° 的中位角度误差。
Experts-Guided Unbalanced Optimal Transport for ISP Learning from Unpaired and/or Paired Data: EGUOT 不改 ISP 推理网络，而用内容锚点、非平衡最优传输和颜色/结构/频域专家联合训练，在 ZRR 的同一 Restormer 非配对设置下取得 21.69 dB PSNR，并支持配对监督。
From Local Windows to Adaptive Candidates via Individualized Exploratory: Rethinking Attention for Image Super-Resolution: IET 让每个 token 从局部起点独立筛选和探索注意力候选，再复用相似邻居进行通道融合，在相同的 1.26T FLOPs 下将 Urban100 四倍超分辨率的 PSNR 从 PFT 的 28.20 提高到 28.43 dB。
OARS: Process-Aware Online Alignment for Generative Real-World Image Super-Resolution: OARS 把真实世界超分（Real-ISR）的后训练重新组织成一次「过程对齐」：先用多模态大模型训练奖励模型 COMPASS，让它不再孤立地给输出图打分、而是评价 LR→SR 这个转变本身的保真度与感知增益（且按输入质量自适应地收紧或放松保真约束），再让扩散底模 Qwen-Image-Edit 依次经过冷启动流匹配、全参考 RL、无参考 RL 三个阶段的在线强化学习得到最终策略，在 RealSR / DIV2K / RealSet80 上把 MUSIQ 从 68.57 提到 71.41、LIQE 从 3.81 提到 4.30，同时 PSNR / SSIM 基本不退化。
Off the Planckian Locus: Using 2D Chromaticity to Improve In-Camera Color: CCM-MLP 保留白点的二维色度，用轻量 MLP 预测整幅图像共享的颜色校正矩阵，在灯箱 Pixel 测试中将 2-CCM 的平均颜色再现角度误差从 4.56° 降至 3.60°，主要改善偏离普朗克轨迹的现代照明。
PASDiff: Physics-Aware Semantic Guidance for Joint Real-world Low-Light Face Enhancement and Restoration: PASDiff 用一套免训练的多目标能量引导，把「低光增强」和「盲人脸复原」放进同一条无条件扩散采样轨迹里联合求解：物理侧用逆强度加权的空间自适应曝光约束和 Retinex 反射率锚点稳住光照与色度，结构侧用 AdaIN 统计对齐从现成人脸复原先验中只抽取高频结构、显式滤掉它自带的光照色彩偏置，在 FFHQ 合成集与自建 WildDark-Face 真实基准上几乎全面超过级联与联合基线（PSNR 22.59、人脸识别准确率 71.43%）。
RefReward-SR: LR-Conditioned Reward Modeling for Preference-Aligned Super-Resolution: 把低分辨率图像当作语义锚，用 GRPO 把 Qwen3-VL 8B 微调成 LR 条件化的可解释奖励模型 RefReward-SR（配套首个大规模 LR 条件偏好数据集 RefSR-18K），再把它作为核心奖励信号用 GRPO 微调扩散超分模型 C-FLUX，使生成结果的语义一致性与视觉合理性对齐人类偏好——域内一致率 85.0%，已与人类标注者的 84.7% 持平。
Self-Evolving Agentic Image Restoration via Deliberate Planning and Intuitive Execution: SEAR 先用长期树搜索找到处理混合退化的工具序列，再把成功轨迹保存为可验证的记忆捷径，在 MiO100 Group B 上达到 22.1332 dB PSNR，并将相对无记忆版本的平均工具调用从 16.75 次降至 8.15 次。
SLER-IR: Spherical Layer-wise Expert Routing for All-in-One Image Restoration: SLER-IR 将退化特征映射到单位超球面，以余弦相似度为编码器—解码器逐层选择独立专家，再用全局内容与局部退化先验指导恢复，在五任务设置下取得 31.73/0.928 的平均 PSNR/SSIM，比 MoCEIR 高 1.15 dB/0.009。
Stokes-Informed Diffusion for Robust Linear Polarization Estimation: GenPolar 把单张 RGB 到偏振的病态逆问题改写为逐通道 Stokes 分量预测，在可靠区域监督偏振角，并通过单步蒸馏支持 VAE 编码器适配，在三类测试集上同时改善偏振强度与角度估计。
TaskTok: Delving into Task Tokens for Task-driven Image Restoration: TaskTok 提出了任务驱动图像恢复 (TDIR) 框架，利用 1D tokenizer 中 token 按索引位置专业化编码不同视觉属性的特性，通过可学习 token 开关和轻量级 token 精炼模块，选择性地只恢复与下游任务（分类/分割/检测）最相关的 token 子集，在显著提升下游任务性能的同时大幅降低计算开销。
TEASR: Training-Efficient Any-Step Diffusion Transformer for Real-World Image Super-Resolution: TEASR 在单个扩散 Transformer 内部用两条互相博弈的轨迹做自对抗蒸馏，从而丢掉教师模型和判别器，再配合解耦时间步条件与时间感知矫正，让同一个 ×4 超分模型在不重训的前提下支持 1 步到 30 步的任意步采样。
Tuning Real-World Image Restoration at Inference: A Test-Time Scaling Paradigm for Flow Matching Models: ResFlow-Tuner 把 FLUX.1-dev 这类流匹配模型改造成真实世界图像恢复器（先用 SwinIR 得到参考图、再让 VLM 生成语义描述，把图像与文本条件拼进同一条序列靠自注意力注入），并在推理阶段引入一套免训练的测试时扩展：把确定性的 ODE 轨迹按 ODE→SDE 等价变换注入受控噪声生成 N 个候选、用多步部分去噪加前瞻估计低成本预演每支的终图、再用美学/CLIPScore/ImageReward 三个奖励模型的排序集成留下 Top-M 继续搜索，最终用可控的额外算力换来无参考感知指标上远超所有基线的结果。
Unified Removal of Raindrops and Reflections: A New Benchmark and A Novel Pipeline: 本文建立雨滴与反射联合去除任务 UR3 及实拍数据集 RDRF，并用初步恢复、双条件扩散和保真解码组成 DiffUR3，在 RDRF-testing 上取得 29.41 dB PSNR、0.9372 SSIM 和 0.0813 LPIPS。
UniStitch: Unifying Semantic and Geometric Features for Image Stitching: UniStitch 把稀疏关键点编码成与图像特征对齐的网格，再用自适应专家融合驱动全局到局部的拼接形变，在 UDIS-D 上达到 25.07 dB / 0.813，并通过低分辨率 TPS 与 B 样条恢复降低高分辨率形变的显存开销。
CogSENet: Blind Image Deblurring with Blur-Conditioned Semantic Routing and Explicit Frequency Fusion: CogSENet 将盲图像去模糊从被动的像素回归重塑为主动的语义对齐重建过程，通过模拟鹰眼视觉系统的主动扫查扫描、视网膜功能分化和焦距适应，提出语义驱动的状态空间模块（SDSSM）、双频融合块（BFFB）和连续模糊场+CLIP语义联合调制三大核心设计，以仅 8.9M 参数在 GoPro、HIDE、RealBlur 上超越 EVSSM、FFTformer 等 SOTA 方法。
Fabric Image Demoiréing Benchmark from Synthesis to Restoration: 本文首次系统研究织物图像去摩尔纹问题，提出基于物理成像链仿真的残差注入合成框架 PRISM（含 16,050 对数据的首个织物摩尔纹基准）与专为织物频谱纠缠特性设计的保守式恢复网络 FaDeNet，在 PSNR/SSIM/LPIPS 上大幅超越现有屏幕去摩尔纹方法。
Fidelity- and Perception-Aware Local Implicit Attention for Arbitrary-Scale Image Super-Resolution: FPLIA 提出一个双流框架，将回归骨干的保真度特征与扩散模型的感知特征通过非对称双向交叉注意力（FPAM）和逐像素自适应选择（FPSM）融合，在 ASISR 上同时实现了高保真度和高感知质量。
FlowDec: Temporal Conditional Flow Decorruptor for Robust Continuous Vision-Language Navigation: FlowDec 提出一种基于条件流匹配的图像去损坏框架，通过混合时序条件策略和动作质心引导过滤，在不修改 VLN 导航骨架的前提下增强其对多种视觉损坏的鲁棒性，在 R2R-CE 和 RxR-CE 上相对导航成功率分别提升 25.33% 和 9.38%，推理速度比扩散类 TTA 方法快 3-8 倍。
FMA-Net++: Motion- and Exposure-Aware Joint Video Super-Resolution and Deblurring: FMA-Net++ 提出基于 HRBA 层次化双向聚合块的非循环序列级框架，通过曝光时间感知调控模块（ETM）将帧级曝光信息注入特征，配合曝光感知的流引导动态滤波（FGDF）联合建模运动与曝光时变退化，在 VSRDB 任务上达到 SOTA 精度和推理速度。
Frames2Residual: Spatiotemporal Decoupling for Self-Supervised Video Denoising: 针对自监督视频去噪中噪声独立性约束与空间纹理重建的固有冲突，本文提出两阶段时空解耦框架 F2R，先通过帧级盲时序估计器提取一致性时序锚点，再通过非盲空间精细化网络利用重加噪策略安全引入中心帧空间证据，实现了细粒度高频残差恢复与 SOTA 去噪性能。
Freqformer: Image-Demoiréing Transformer via Effective Frequency Decomposition: Freqformer 提出平滑抗混叠的频域分解机制，将图像解耦为局部高频纹理与尺度鲁棒的低频色彩畸变，结合非对称裁剪/缩放双分支与可学习频域合成变换（FCT），以仅 6.065M 参数在多项高清去摩尔纹基准上刷新 SOTA。
FreqOrtho-SR: Frequency-Guided Orthogonal Expert Learning for Real-World Image Super-Resolution: FreqOrtho-SR 提出频域引导的 LoRA 专家混合（FreqMoE）和正交梯度投影（OGP）两个核心模块，通过 FFT 退化特征驱动的自适应专家路由和像素-语义子空间正交约束，在单步扩散模型框架下实现退化自适应的真实世界图像超分辨率，在多个基准上取得最优或次优的保真度-感知质量平衡。
Frozen CLIP Priors for Robust Self-Supervised Poisson Inverse Problems: 针对光子受限下的泊松逆问题，提出基于 ADMM 展开的即插即用求解器，将闭式数据一致性步骤与冻结 CLIP 骨干网络的轻量解码先验相结合，并通过测量域 GR2R 泊松重加噪与等变变换正则化实现无需真值的稳健自监督重建。
HNDiff: Haze-Noise Diffusion for Image Dehazing: 针对传统去雾回归模型在重雾下细节丢失严重、而常规高斯扩散模型缺乏物理归纳偏置导致内容失真的问题，HNDiff 创新性地将大气散射模型嵌入扩散过程，通过雾度自适应前向加噪与双估计器联合去雾去噪，并在潜在空间即插即用增强现有去雾骨干网络。
HOIMask: Towards Generative Masked Modeling for Human Object Interaction Generation: 针对扩散模型在连续空间多步去噪导致的误差累积与物理穿模问题，HOIMask 提出首个面向全身体人-物交互（HOI）动作的离散生成式掩码建模框架，利用 2D HOI VQ-VAE 联合量化运动与接触信号，并通过推理阶段可微的接触感知重建引导优化离散 Token 分布，实现了高真实感与强物理自洽的交互动作合成。
Learning to Balance: Decoupled Siamese Diffusion Transformer for Reference-Based Remote Sensing Image Super-Resolution: 针对遥感参考超分辨率中参考纹理过度依赖或利用不足的矛盾，本文提出解耦孪生扩散 Transformer（DS-DiT），通过在注意力机制中显式解耦低分辨率结构先验与参考纹理交互，结合自适应块级加权融合以及免训练自引导采样策略，实现了大缩放倍率下高保真度与逼真纹理的平衡。
Leveraging Phase Information to Boost Unrolled Network Learning for Image Deblurring: 针对传统盲图像去模糊忽略频域相位结构及展开网络抗噪弱的问题，本文提出解耦振幅与相位的 LMMSE 统计估计理论，并将其展开为端到端多尺度网络 UPADNet，在极端噪声和低数据量下实现了超越前沿 SOTA 的鲁棒恢复。
Linear Fusion MultiDiffusion for Fast Training-Free Spherical Panorama Generation: 本文提出 LF-MultiDiffusion，将 MultiDiffusion 的隐变量融合推广至任意线性投影算子，并重构为正则化最小二乘问题通过无矩阵 Krylov 迭代求解器快速反演，仅用 14 个透视视角即可生成无缝高质量 360° 全景图，在生成质量超越最强基线的同时实现 15.36 倍推理加速。
Live Avatar: Streaming Real-time Audio-Driven Avatar Generation with Infinite Length: Live Avatar 针对 14B 参数大规模视频扩散模型，提出含噪历史缓存（History Corrupt）与时间步强迫流水线并行（TPP）的软硬件协同架构，首次实现了在 5 张 H100 上以 45.2 FPS 实时流式生成突破 10,000 秒且无漂移的超长高保真数字人视频。
LogicIR: Logic Gate Networks for Image Restoration: LogicIR 是首个专为图像恢复设计的逻辑门网络（LGN），通过全逻辑门 UNet 架构、可微比特解码层和 Index Shuffling 跨组通信机制，在去噪、去块、去雨任务上以远低于 BNN 和 LUT 方法的运算量（BOPs）达到竞争性恢复质量，证明了纯逻辑门计算在图像恢复中的可行性。
Perceiving Better Moments: Cover Frame Reselection and Enhancement for Live Photos with the Live2K Dataset: 针对实况照片重选封面帧面临的分辨率骤降与色彩动态范围衰退痛点，论文构建了首个真实世界双机型基准数据集 Live2K，并提出联合时空多帧融合、跨注意力色彩调制与相似窗口纹理迁移的单阶段统一基线网络 LPENet。
Personalization as Inverse Planning: Learning Latent Design Intents for Agentic Slide Generation via Structural Denoising: Spire 将页面级幻灯片个性化（PSP）建模为逆规划问题，通过对黄金幻灯片施加离散结构扰动构建自监督"去噪"信号，训练 Critic 和 Planner 两个 7B 级智能体在 RL 下协同迭代修正设计方案，无需依赖特定执行器即可推断用户的隐式设计意图，在视觉相似度和 VLM-as-Judge 评分上均显著优于基于 GPT 的强基线。
Pixel Ignores, Superpixel Sees: Adverse Weather Image Restoration via Semantic-Center SSM: 针对传统状态空间模型基于刚性网格扫描易跨越语义边界引入退化噪声的问题，本文提出基于语义中心超像素引导的状态空间模型（SSR），通过感知一致的超像素约束 SSM 递归轨迹并结合区域级门控校准，以仅 7.05M 参数和 54.27G FLOPs 刷新多天气统一恢复 SOTA。
ProSR: Semantic-Prototype-Guided Discrete Modeling for Physically Consistent SAR Super-Resolution: 针对传统扩散模型在 SAR 超分辨率中因平滑近似导致散射结构弥散与模式插值的问题，ProSR 结合自监督先验与离散码本构建细节残差量化，并利用目标/阴影/杂波三类散射原型图约束交叉注意力，实现了符合物理电磁特性的高保真超分辨率重建。
Pushing the Limits of High-Resolution Weather Forecasting through Data Scaling: 针对 0.1° 全球高分辨率气象预报中高质量历史分析数据极度匮乏的瓶颈，提出 BaguanHR 框架，将范式从“模型跨尺度迁移”转向“低条件熵逐变量超分辨率数据合成”，并首次揭示高分辨率气象预报遵循幂律数据缩放定律（训练数据翻倍使长周期 RMSE 降低近 5%）。
Retrieving and Refining Winning Noise Tickets for Diffusion-Based Motion Generation: 提出了免训练且模型无关的 WINRO 框架，通过在预计算的空提示动作特征字典中检索语义契合的“中奖噪声彩票”，并结合 KL 正则化目标微调初始噪声，显著改善了扩散模型文本生成动作中的语义漂移难题。
Robust Self-Supervised Cross-Modal Super-Resolution against Real-World Misaligned Observations: 针对真实多模态图像对中复杂的跨传感器畸变、视点变化与物体运动导致的未对齐困境，RobSelf 通过在线联合优化弱监督未对齐感知特征转换器与内容感知参考滤波器，在无需成对训练数据、GT 监督或预对齐的前提下实现了高保真、高精度的自监督跨模态超分辨率重建。
Spectral Gradient Orthogonalization Improves Differentially Private Training at Scale: 针对视觉模型在差分隐私训练中各向同性噪声淹没低秩有效梯度的谱失配问题，本文通过牛顿-舒尔茨极分解实现零额外隐私成本的谱梯度正交化，揭示并验证了信噪比与谱隙主导的恢复相变阈值，在大批量高容量模型训练中取得突破性精度提升。
Stabilizing Deep Reconstruction Operators with Contractive Anchoring: 针对即插即用 (PnP) 和 RED 图像重建中预训练深层去噪器迭代引发的“先达峰后坍塌”（peak-and-collapse）失稳现象，本文提出无需微调黑盒去噪器的自适应收缩锚定机制，通过局部稳定性指标动态闭式融合结构内生收缩的轻量算子，在保留 SOTA 峰值质量的同时彻底消除了迭代发散。
Stochastic Optimal Control Sampling for Diffusion Inverse Problems: 将扩散反问题的采样轨迹建模为由受控动力学系统引导的过程，推导单步随机最优控制显式回拉闭式解并引入有界终端惩罚能量采样，在免重训练下规避全轨迹高阶二阶导计算并实现保真度与生成先验的自适应权衡。
The Devil Is in the Dark Pixels: Toward Brightness Bias-Robust Denoising: 揭示了去噪网络在均方误差（MSE）训练下因残差幅度膨胀与雅可比范数单调递增共同导致的暗区严重欠优化问题，提出即插即用、零额外参数与零推理开销的 BBRD 损失，通过 GMM 亮度分带、经验噪声归一化及 Softmax 分组分布鲁棒优化（Group DRO）实现全亮度带性能的全面协同提升。
UHD-MFF: Shattering Barriers in Multi-Focus Ultra-High-Definition Image Fusion via Learnable Lookup Tables: 本文提出首个面向 4K 超高清的多焦点图像融合数据集 UHD-MFF（1,950 对 3840×2160 图像），并设计尺度解耦的可学习查找表框架 UMF-LUT——用低分辨率 C-LUT 做区域级粗决策、高分辨率 D-LUT 做边缘级精修——在 SOTA 融合质量下仅 0.008M 参数就能以 90fps 实时推理 4K 图像并部署到手机。
YeTI: You Only Need Two Noisy Images for Real-World sRGB Noise Generation: YeTI 用同场景的两张连拍噪声图训练结构—噪声解耦自编码器与一步条件扩散模型，生成时只需一张噪声图，即可在不使用干净参考或相机元数据的条件下产生新的真实 sRGB 噪声观测，在 SIDD 验证子集上达到 0.0256 KLD / 0.1108 AKLD，并为自监督去噪提供有效训练数据。
340 FPS Reflection-free Video from Spikes Modulated by a Rapidly Rotating Polarizer: 本文以高速旋转偏振片调制脉冲相机的观测，结合可靠性加权物理求解与残差细化，重建标称 340 FPS 的去反射视频，并在自建合成测试集上达到 27.0598 dB PSNR。
BWAFDA: Block-wise Weighted Attention Fusion with Detail-aware for No-Reference Image Quality Assessment: BWAFDA 不直接平均整幅图像的特征，而是用细节感知双路表征、掩码引导的多尺度块聚合和类标记门控保留局部失真证据，在 LIVEFB 上取得 0.777 PLCC、0.723 SRCC，相比表中 SHDIQA 分别增加 0.042、0.084。
CLDefocus: Physically Grounded Compound-Lens Defocus Blur Synthesis: 针对现有散焦去模糊数据集真实感与光学多样性不足的问题，本文提出了结合德拜啁啾Z变换（Debye CZT）波光学传播、深度分层遮挡感知合成以及辐射线性空间与相机ISP模拟的物理驱动合成管线，构建了包含700种复眼镜头的大规模基准数据集CLDefocus，显著提升了去模糊模型的跨设备泛化能力。
Degradation-Agnostic Clarity Learning for Unpaired Image Dehazing: 针对非成对图像去雾中鉴别器因跨域语义鸿沟易产生严重语义幻觉的问题，提出退化无关清晰度学习（DCL），通过对抗退化挖掘与帕累托多任务优化提取跨退化的共性清晰度方向，并结合抗退化自监督约束实现高质量去雾与纹理恢复。
Difficulty-Conditioned Attribute-Specific Restoration for Low-Light Image Enhancement: 针对真实微光图像中退化严重程度空间异质性的问题，提出困难度条件属性解耦恢复框架 DCASR，在 HVI 空间下分别以 GIM 矫正全局照度与以 DCT 频域 SRM 细化局部结构，并通过两阶段特权教师-扩散学生机制在测试期免残差合成困难度先验，在 LOL 系列数据集上取得最优表现。
Diffusion-based dual-view reflection removal: 针对单图去反光严重欠定以及多帧序列对齐易受反光干扰的难题，本文提出基于双视角扩散模型的去反光框架，通过有向跨帧空间注意力杜绝跨视角噪声泄漏，并以软条件形式注入手机 IMU 相对位姿以利用深度视差解耦透射层与反射层。
D²R²OSR: Degradation-Disentangled Representation for Real-World Omnidirectional Image Super-Resolution: 针对全景成像中鱼眼采集与等距柱状投影（ERP）几何形变互相交织的复杂复合退化，D²R²OSR 提出了透视投影表征（PPR）与双分支网络，通过隐式傅里叶坐标映射实现无损视口解耦，结合退化特定调制模块（DSM）和跨域投影融合注意力模块（PFAM），在显著降低计算开销的同时实现了真实全景图像超分辨率的 SOTA 性能。
Event-driven Motion Deblurring via Trajectory-based Kernel Reconstruction: 针对真实场景非均匀运动模糊反演极度病态的问题，本文通过可微对齐目标直接从事件流中估计密集像素运动轨迹，构建空间变化的物理点扩散函数（PSF）退化算子，并设计了交替执行数据一致性与可学习先验的 ADMM 深度展开网络，在更低延迟下实现了顶尖去模糊质量。
Extreme Face Super-Resolution through Identity Fitting and Decoupling: 针对超大放大倍数（8×/16×）极端退化下人脸身份信息严重丢失、现有超分辨率方法频现身份幻觉（Hallucination）的问题，IDFSR 通过面部退化掩码阻断不可靠先验，将参考图像变形注入风格条件与 GT 提取的 ID 嵌入解耦注入扩散模型，并在微调阶段仅优化目标 ID 嵌入向量，实现了极高保真度与强身份一致性的极端人脸超分辨率重建。
Fast and Accurate Image Restoration with Rank Enhanced Linear Attention: 针对传统线性注意力因注意力图低秩而严重损失表征能力的缺陷，本文提出 Rank Enhanced Linear Attention（RELA），通过并行轻量深度卷积恢复满秩，并构建消除 Softmax 与窗口移动等硬件低效算子的 LAformer，在 7 项图像恢复任务及视觉生成中兼取线性复杂度和 SOTA 性能。
FreeMEF: 可灵活处理任意帧数的多曝光融合Transformer: FreeMEF 提出"先去后回"（There and Back Again）的双阶段范式——先用循环状态空间模块将任意帧数的多曝光特征渐进聚合为全局表征，再以极端感知混合注意力引导基准帧恢复——在支持 2/3/5 帧灵活推理的同时显著抑制鬼影、提升动态范围。
Hybrid-LUT: Channel-Aware Hybrid Lookup Table and Filtering for Efficient Image Restoration: 针对查找表（LUT）在 RGB 三通道并行处理时占用大量片上 SRAM 存储的瓶颈，提出在 YUV 空间采用“Y 通道多频段 LUT 恢复结构细部 + UV 通道轻量均值滤波抑制噪点”的非对称分治架构，配合位平面互补采样与像素级自适应融合，仅需 421 KB 存储即在真实去噪基准上取得超越现有 SOTA 的恢复质量。
Integrated Forward–Inverse Network for Reconstruction for Lensless Image Reconstruction: 针对无透镜成像中大尺寸点扩散函数导致信息严重混叠与模型失配的难题，提出在编解码器各尺度双向交替执行可微前向投影与可学习逆向更新的 IFIN 框架，并端到端联合优化空间变化 PSF 场，在三大无透镜基准上取得最优重建质量。
Learn to See the Unseen in Low-light Spike Streams: 针对低光照高速场景下脉冲相机光子通量匮乏、数据极端稀疏且高噪导致传统回归重建严重失真的难题，提出结合生成先验与物理结构约束的扩散重建框架 Diff-SPK，通过脉冲间隔增强表征 ETFI、轻量残差条件编码器与跨步特征融合模块，显著提升了重建图像的感知质量与结构保真度。
LUCE: Constrained Curve-Domain Guidance for Training-Free Low-Light Enhancement with Hue-Preserving Decoupling: 针对基于预训练扩散模型的免训练暗光增强常因多属性像素损失梯度冲突导致采样不稳定与色偏的痛点，LUCE 将采样器端引导重构为曲线域约束亮度控制与色调保持解耦，仅凭单一亮度标量能量驱动冻结的 DDPM 采样器，实现稳定曝光与高保真色彩恢复。
SLAIR: Structured Latent Flow Matching for All-in-One Image Restoration: SLAIR 将多合一图像恢复重构为隐空间内的确定性流匹配问题，通过分类引导拉大退化与干净表征的流形间隔，配合桥式噪声常微分方程传输与小波高频解码精炼，实现了无需显式退化标签且兼顾高感知质量与计算效率的统重复原。
Spatiotemporal Flux Probing for Single-Photon Videography: 本文提出时空光子通量探测理论（Spatiotemporal Flux Probing），摆脱了以往依赖局部时空窗口或独立单像素的限制，通过全局 3D 傅里叶基函数直接从极稀疏异步光子流中估计连续通量的频谱并利用恒虚警率（CFAR）统计检测显著频率，以 10× 至 30× 更低的光子预算联合恢复超高速动态运动与高频照明调制，并实现了无需预设运动方向的速度选择性重聚焦摄像。
TextFace: Compositional Text-Guided Identity Preserving Face Synthesis for Face Recognition: TextFace 提出了一种结合组合式文本属性控制与分数空间身份混合的双条件潜扩散框架，解耦了外在多变风格与内在身份特征，有效缓解了合成人脸训练人脸识别模型时的类内多样性匮乏与模式坍塌难题。
TPCNet: A Low-Light Image Enhancement Network Inspired by Triple Physical Constraints: 针对传统 Retinex 算法将物体理想化为朗伯体而忽略镜面反射、且在图像空间施加物理约束泛化差的问题，TPCNet 基于 Kubelka-Munk 理论构建了检测光、光照和反射率之间的三重物理约束（TPC），并在隐式特征空间中结合高效交叉引导自注意力（CG-MSA）与色彩关联机制，实现了极低计算量下的高质量低照度增强。
WARP: Wide Attention with Rich Projections for Image Super-Resolution: 针对超分辨率Transformer依赖小窗口移位注意力与深层堆叠导致长程信息多跳传递低效的问题，WARP提出基于2D RoPE与跨层共享富非线性投影的宽注意力架构，仅用12个Block与20M参数即在多个基准上超越深达30层的SOTA模型。
Zero-Shot Inference-Time Rectification for Real-World Arbitrary-Scale Super-Resolution: 连续退化整流器 CDR 用内容净化、退化与尺度分离及条件扩散，将真实低分图转换成冻结超分模型熟悉的 bicubic 风格输入；在 RealSR ×2 上为 CiaoSR 带来 4.6858 dB PSNR 增益，但并非所有数据集和指标都同步改善。