Buchumschlag

Multi-Scale Representation Learning for Image Restoration with State-Space Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Yuhong, Peng, Long, Yi, Qiaosi, Wu, Chen, Wang, Lu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Latent Degradation Representation Constraint for Single Image Deraining
von: He, Yuhong, et al.
Veröffentlicht: (2023)

CoCoEdit: Content-Consistent Image Editing via Region Regularized Reinforcement Learning
von: Wu, Yuhui, et al.
Veröffentlicht: (2026)

Directing Mamba to Complex Textures: An Efficient Texture-Aware State Space Model for Image Restoration
von: Peng, Long, et al.
Veröffentlicht: (2025)

EAMamba: Efficient All-Around Vision State Space Model for Image Restoration
von: Lin, Yu-Cheng, et al.
Veröffentlicht: (2025)

BaryIR: Learning Multi-Source Unified Representation in Continuous Barycenter Space for Generalizable All-in-One Image Restoration
von: Tang, Xiaole, et al.
Veröffentlicht: (2025)

Dropout the High-rate Downsampling: A Novel Design Paradigm for UHD Image Restoration
von: Wu, Chen, et al.
Veröffentlicht: (2024)

NTIRE 2024 Restore Any Image Model (RAIM) in the Wild Challenge
von: Liang, Jie, et al.
Veröffentlicht: (2024)

VmambaIR: Visual State Space Model for Image Restoration
von: Shi, Yuan, et al.
Veröffentlicht: (2024)

CU-Mamba: Selective State Space Models with Channel Learning for Image Restoration
von: Deng, Rui, et al.
Veröffentlicht: (2024)

MFmamba: A Multi-function Network for Panchromatic Image Resolution Restoration Based on State-Space Model
von: Jiang, Qian, et al.
Veröffentlicht: (2025)

Fine-structure Preserved Real-world Image Super-resolution via Transfer VAE Training
von: Yi, Qiaosi, et al.
Veröffentlicht: (2025)

NTIRE 2025 the 2nd Restore Any Image Model (RAIM) in the Wild Challenge
von: Liang, Jie, et al.
Veröffentlicht: (2025)

Progressive Split Mamba: Effective State Space Modelling for Image Restoration
von: Hassanin, Mohammed, et al.
Veröffentlicht: (2026)

Edge-Efficient Image Restoration: Transformer Distillation into State-Space Models
von: Miriyala, Srinivas Soumitri, et al.
Veröffentlicht: (2026)

RealRestorer: Towards Generalizable Real-World Image Restoration with Large-Scale Image Editing Models
von: Yang, Yufeng, et al.
Veröffentlicht: (2026)

GDPO-SR: Group Direct Preference Optimization for One-Step Generative Image Super-Resolution
von: Yi, Qiaosi, et al.
Veröffentlicht: (2026)

Learning Dual-Domain Multi-Scale Representations for Single Image Deraining
von: Zou, Shun, et al.
Veröffentlicht: (2025)

MambaIR: A Simple Baseline for Image Restoration with State-Space Model
von: Guo, Hang, et al.
Veröffentlicht: (2024)

ControlMambaIR: Conditional Controls with State-Space Model for Image Restoration
von: Yang, Cheng, et al.
Veröffentlicht: (2025)

MP-HSIR: A Multi-Prompt Framework for Universal Hyperspectral Image Restoration
von: Wu, Zhehui, et al.
Veröffentlicht: (2025)

Scaling Up to Excellence: Practicing Model Scaling for Photo-Realistic Image Restoration In the Wild
von: Yu, Fanghua, et al.
Veröffentlicht: (2024)

MambaHash: Visual State Space Deep Hashing Model for Large-Scale Image Retrieval
von: He, Chao, et al.
Veröffentlicht: (2025)

Learning Continuous Wasserstein Barycenter Space for Generalized All-in-One Image Restoration
von: Tang, Xiaole, et al.
Veröffentlicht: (2026)

Diff-Restorer: Unleashing Visual Prompts for Diffusion-based Universal Image Restoration
von: Zhang, Yuhong, et al.
Veröffentlicht: (2024)

Multi-Expert Learning Framework with the State Space Model for Optical and SAR Image Registration
von: Wang, Wei, et al.
Veröffentlicht: (2025)

XYScanNet: A State Space Model for Single Image Deblurring
von: Liu, Hanzhou, et al.
Veröffentlicht: (2024)

$\text{S}^{3}$Mamba: Arbitrary-Scale Super-Resolution via Scaleable State Space Model
von: Xia, Peizhe, et al.
Veröffentlicht: (2024)

QMambaBSR: Burst Image Super-Resolution with Query State Space Model
von: Di, Xin, et al.
Veröffentlicht: (2024)

Denoising as Adaptation: Noise-Space Domain Adaptation for Image Restoration
von: Liao, Kang, et al.
Veröffentlicht: (2024)

Learning Domain-Aware Task Prompt Representations for Multi-Domain All-in-One Image Restoration
von: Dong, Guanglu, et al.
Veröffentlicht: (2026)

Mamba-CL: Optimizing Selective State Space Model in Null Space for Continual Learning
von: Cheng, De, et al.
Veröffentlicht: (2024)

Multi-Scale Representation of Follicular Lymphoma Pathology Images in a Single Hyperbolic Space
von: Taguchi, Kei, et al.
Veröffentlicht: (2025)

Neural Degradation Representation Learning for All-In-One Image Restoration
von: Yao, Mingde, et al.
Veröffentlicht: (2023)

CMamba: Learned Image Compression with State Space Models
von: Wu, Zhuojie, et al.
Veröffentlicht: (2025)

CountMamba: Exploring Multi-directional Selective State-Space Models for Plant Counting
von: He, Hulingxiao, et al.
Veröffentlicht: (2024)

Restore-R1: Efficient Image Restoration Agents via Reinforcement Learning with Multimodal LLM Perceptual Feedback
von: Lu, Jianglin, et al.
Veröffentlicht: (2025)

Dual-Path Coupled Image Deraining Network via Spatial-Frequency Interaction
von: He, Yuhong, et al.
Veröffentlicht: (2024)

Bidirectional Multi-Scale Implicit Neural Representations for Image Deraining
von: Chen, Xiang, et al.
Veröffentlicht: (2024)

Shuffle Mamba: State Space Models with Random Shuffle for Multi-Modal Image Fusion
von: Cao, Ke, et al.
Veröffentlicht: (2024)

Multi-Scale VMamba: Hierarchy in Hierarchy Visual State Space Model
von: Shi, Yuheng, et al.
Veröffentlicht: (2024)