IJCAI 2026 超分辨率（super-resolution）方向上接收论文总结

原创 于 2026-07-22 12:26:21 发布 · 182 阅读 · 2 ·
本内容遵循CC 4.0 BY-SA版权协议
本文为博主原创文章，未经博主允许不得转载。转载请在显著位置标明出处，未经博主允许不得用于商业目的。如有问题，欢迎指正。
GEO检测
收录于
超分辨率啥都不懂

当前文章被收录于：

超分辨率啥都不懂
18 篇文章 59 人学习

总结CVPR，ICCV，NIPS，AAAI，ECCV，ICLR等顶会超分辨率领域最新会议论文，解读超分辨率论文

订阅专栏 查看详情

IJCAI 2026

目录

IJCAI-ECAI 2026 将于 2026 年 8 月 16 日至 22 日在德国不来梅举行。本文基于 IJCAI 2026 Accepted Papers 页面（共 953 篇主会与相关 track 条目）检索标题和摘要中与超分辨率（Super-Resolution, SR）、高分辨率重建、pansharpening、downscaling 等相关的论文。

需要说明的是：截至 2026 年 7 月 7 日，IJCAI 2026 accepted papers 页面主要提供标题、作者、摘要、session/poster 信息与少量 open science/demo 链接，未提供统一的论文 PDF 下载入口。因此本文的 Paper 字段优先使用 arXiv；若未检索到 arXiv，且 IJCAI 页面无 PDF 链接，则标注为“未检索到公开论文链接”。标题完全不含 Super-Resolution / Super Resolution 的论文按要求放入“其他场景 / 相关任务”。

现将 IJCAI 2026 超分辨率方向上接收的论文汇总如下，遗漏之处还请大家斧正。

科学 / 地理空间超分

  1. CrossRefine: A Microservice for Cross-Domain Spatial Super-Resolution
  • Paper: 未检索到公开论文链接
  • Code: 未检索到
  • Demo: https://shorturl.at/lz2un
  • Keywords: Spatial Super-Resolution, Cross-Domain SR, Microservice, Topography-Conditioned UNet, REST API
  • Blog: 未检索到稳定的单篇讲解博客
  • Features: 面向多通道空间场的跨域空间超分辨率服务，将粗分辨率工作流输出细化为高分辨率空间 tile；采用地形条件的 adversarial UNet，并提供批量/流式推理、mixed-precision、per-tile diagnostics 与 confidence maps，强调工程部署和安全使用。
  • Team: Daniil Sukhorukov, Andrei Zakharov, Ilya Makarov（公开搜索中可关联 ITMO University / Artificial Intelligence Research Institute 等相关作者团队；具体单位以最终论文为准）

其他场景 / 相关任务

本节收录标题不含 Super-Resolution / Super Resolution，但摘要明确涉及高分辨率重建、空间/频谱分辨率增强、或与 SR 高度相近的 downscaling / pansharpening 任务的论文。

  1. Complex-Valued Residual Diffusion with GRPO for Pansharpening
  • Paper: 未检索到公开论文链接
  • Code: 未检索到
  • Keywords: Pansharpening, Multispectral Image Fusion, Residual Diffusion, Complex-Valued Network, GRPO
  • Blog: 未检索到稳定的单篇讲解博客
  • Features: 将高分辨率 PAN 图像与低分辨率 MS 图像融合为高分辨率多光谱输出；第一阶段用 spectral-prior conditioned residual diffusion 约束光谱基底并专注 PAN 引导高频细节，第二阶段用 GRPO 进行多目标偏好优化，在光谱保真、纹理锐度和感知质量之间做权衡。
  • Team: Zhiyuan Wang, Dong Li, Kaixin Fu, Chunhui Luo, Xueyang Fu（公开搜索中可关联 Xueyang Fu 团队 / 西安电子科技大学等相关作者；具体单位以最终论文为准）
  1. Training-Free Inference for High-Resolution Sinogram Completion
  • Paper: https://arxiv.org/abs/2506.08809
  • Code: 未检索到
  • Keywords: High-Resolution Sinogram Completion, Computed Tomography, Training-Free Diffusion Inference, Multi-Scale Inference
  • Blog: 未检索到稳定的单篇讲解博客
  • Features: 提出 HRSino，一种训练无关的高分辨率 CT sinogram completion 扩散推理方法；根据频谱稀疏性和局部复杂度在空间区域与分辨率层级上自适应分配推理预算，在粗尺度捕获全局一致性、仅在必要位置细化局部细节。摘要报告峰值显存最多降低 30.81%，推理时间最多降低 17.58%。
  • Team: William & Mary, Argonne National Laboratory, University of Chicago
  1. Spherical Physics-Informed Neural Operator with Multi-Scale Coupling for Meteorological Downscaling
  • Paper: 未检索到公开论文链接
  • Code: 未检索到
  • Keywords: Meteorological Downscaling, High-Resolution Forecasting, Spherical Neural Operator, Physics-Informed Learning, Multi-Scale Coupling
  • Blog: 未检索到稳定的单篇讲解博客
  • Features: 面向全球到区域的高分辨率气象 downscaling，提出 Spherical Physics-informed Neural Operator；用 Spherical Laplacian Decomposition 分解多尺度频率成分，通过局部球面积分算子和几何感知注意力在任意位置评估连续 kernel，并嵌入可微物理约束以增强动力学一致性和零样本泛化。
  • Team: Yiqiang Ye, Yichi Wang, Jiawei Wen, Jiahui Jiang, Zhaoyu Zhong, Jiangjian Yu, Chunxia Xiao, Haodi Zhang（公开搜索中可关联 Shenzhen University、Wuhan University 等相关作者团队；具体单位以最终论文为准）
  1. CT2BSE: 3D BSE Microstructural Image Cross-Device Generation from µCT for Cement Hydration via Voxel Swin Transformer
  • Paper: 未检索到公开论文链接
  • Code: 未检索到
  • Keywords: 3D Microstructural Image Generation, High-Resolution BSE, µCT, Cross-Device Generation, Voxel Swin Transformer
  • Blog: 未检索到稳定的单篇讲解博客
  • Features: 标题不含超分辨率，但任务目标是从分辨率有限、纹理弱、相位信息缺失的 3D µCT 数据生成高分辨率、相位敏感且纹理丰富的 3D BSE 风格微结构图像；提出 Voxel Swin Transformer、Content-Aware Positional Encoding-3D 和 Holistic Style Injector-3D，在保持原始微结构的同时注入 BSE 风格信息。
  • Team: Haozhong Gao, Liangliang Zhang, Yamin Han, Ruiqi Han, Lin Wang, Bo Yang（团队单位未检索到明确公开信息）

总结

从 IJCAI 2026 当前公开 accepted papers 页面来看，本届与超分辨率直接相关的论文数量不多，且更偏应用和系统方向：

  1. 直接命名为 Super-Resolution 的论文较少：明确标题含 Super-Resolution 的主要是 CrossRefine，方向不是传统自然图像 SR，而是面向科学/地理空间工作流的空间场细化服务。

  2. 分辨率增强更多出现在垂直场景中：pansharpening、CT sinogram completion、气象 downscaling、µCT 到 BSE 的跨设备高分辨率生成，都体现了 SR 思路在遥感、医学/计算成像、气象和材料科学中的迁移。

  3. 生成式与物理约束并行发展：Complex-Valued Residual Diffusion 使用扩散与偏好优化处理遥感融合；HRSino 通过训练无关扩散推理降低高分辨率重建成本；SPINO 则将球面几何、多尺度分解和物理约束结合用于气象下采样。

  4. 系统部署开始成为论文卖点：CrossRefine 将空间超分包装为可部署 microservice，强调 REST API、流式推理、mixed-precision、诊断和置信度图，这与传统离线 benchmark 型 SR 论文不同。

总体而言，IJCAI 2026 的 SR 相关工作更少追求通用图像超分指标，而是围绕科学计算、遥感、气象、材料和工程服务展开，重点在跨域泛化、高分辨率推理效率、物理一致性和实际部署。

参考资料

  1. IJCAI-ECAI 2026 Official Website
  2. IJCAI 2026 Accepted Papers
  3. arXiv: Training-Free Inference for High-Resolution Sinogram Completion
  4. GitHub Search
  5. arXiv Search

（注：文档由 IJCAI 2026 官方 accepted papers 页面、arXiv、GitHub 和公开网页搜索整理生成；未稳定检索到的论文链接、代码链接、博客和团队单位已明确标注。）

标签
#超分辨率 #IJCAI
Python VGG16 CIFAR-10图像分类 损失曲线
08-22
Python VGG16 CIFAR-10图像分类 损失曲线 VGG16 在 CIFAR-10 上训练十类分类，输出混淆矩阵、训练损失曲线与 history.csv，数据自动下载。 功能： · CIFAR-10 十类 · VGG16 卷积堆叠 · 混淆矩阵 · 训练损失曲线 · 自动下载数据 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明，按 README 安装后即可复现。
CAD+说明书T611镗床主轴箱传动设计及尾柱设计
08-22
CAD+说明书T611镗床主轴箱传动设计及尾柱设计
ZV-1高级功能说明书 用户使用
08-22
源码下载地址： https://pan.quark.cn/s/a4b39357ea24 "ZV-1 高级功能使用手册 用户详细指南" 此文档将全面阐述 Sony ZV-1 相机的进阶功能及其操作方法，为用户呈现详尽的操作指引和配置范例。 一、使用指南与摄影技巧 * 本手册旨在协助用户迅速掌握 Sony ZV-1 相机的使用方法 * 提供摄影技巧与操作方法等实用信息 * 可在线查阅配件兼容性详情及配置范例 二、基础操作 * 通过控制轮和菜单选项将常用功能分配至按键 * 探索功能按钮（Fn）与自定义按键的应用 * 学习显示（DISP）按钮的操作方法 * 明确拍摄及浏览时图标与提示的展示方式 三、电源与存储介质 * 查询电池续航时间及可拍摄照片数量 * 注意电池使用规范及更换事项 * 掌握存储卡插入方法及注意事项 四、语言与时间设定 * 说明语言及时间配置流程 * 熟悉相机内部功能说明和拍摄模式选择 五、拍摄模式与对焦系统 * 探究拍摄模式和对焦模式的选择 * 了解自动对焦、人脸/眼部自动对焦设置及主体追踪功能 * 掌握手动对焦和直接手动对焦（DMF）操作 * 理解峰值对焦设置及拍摄模式选择 六、触控操作与视频录制 * 阐明触控功能特性及触控快门使用 * 学习触控对焦与触控追踪功能 * 掌握视频录制模式及高帧速率（HFR）设置 * 了解智能自动与场景识别程序 七、曝光调整与白平衡 * 熟悉曝光模式和白平衡配置 * 探究ISO感光度调节与变焦功能 * 学习自动HDR及动态范围优化（DRO）技术 八、图像处理与编辑功能 * 明确图像质量与文件格式选项 * 了解美肤效果与自动构图功能 * 掌握色彩空间选择与快门速度设置 * 探索降噪处理及高ISO降噪技术 九、闪光灯与人脸识...
Python CastFormer投射注意力 风电功率预测
08-22
Python CastFormer投射注意力 风电功率预测 用 CastFormer 投射注意力预测风电功率，对照 LSTM，输出预测曲线与投射注意力图。 功能： · CastFormer · cast attention · 前后时刻投射 · 多变量风速预测 · RMSE/MAPE · 对照 LSTM · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明，按 README 安装后即可复现。
重磅粉丝福利专栏1.8配电网分布式能源的选址与定容系列
08-22
内容概要：本文围绕“重磅粉丝福利专栏1.8配电网分布式能源的选址与定容系列”展开，系统涵盖了电力系统与智能优化领域的多项前沿科研主题，重点聚焦于配电网中分布式能源的规划与优化问题。内容涉及三相PWM换流器建模、微电网控制、电动汽车有序充电、风光储协同调度、源网荷储一体化优化、双层优化与ADMM分布式算法等核心技术，并结合Matlab/Simulink仿真工具实现多种复杂场景的建模与求解。文档列举了大量具体研究案例，如基于粒子群算法的参数辨识、多目标路径规划、需求响应下的供电能力评估等，突出其在科研复现、算法创新与工程应用中的实用价值。整体资源体系庞大，强调“借力科研”，倡导通过成熟工具与方法提升研究效率与创新能力。; 适合人群：具备一定电力系统、自动化或相关工程背景，熟悉Matlab/Simulink环境，从事科研工作1-3年的研究生、科研人员或工程师。; 使用场景及目标：①用于复现高水平论文（如硕士、博士论文及EI期刊）中的算法与仿真模型；②支持科研项目中关于分布式能源规划、微电网优化、智能调度与控制策略的设计与验证；③辅助完成课程设计、毕业设计或科研竞赛中的仿真建模任务。; 阅读建议：建议读者按照文档提供的目录结构系统性浏览，优先关注与自身研究方向匹配的模块，结合提供的代码资源与仿真模型进行实践操作，注重理论分析与仿真实现的结合，以提升科研效率与创新能力。
不对称电网故障下 T 型三电平逆变器多目标协同 LVRT 控制策略（Simulink仿真实现）
08-22
内容概要：本文针对不对称电网故障下T型三电平逆变器的低电压穿越（LVRT）问题，提出了一种多目标协同控制策略。该策略深度融合正负序分离技术、电网电压前馈控制与先进的DPWMA调制方法，构建了完整的控制系统架构，旨在实现故障期间负序电流的有效抑制、并网功率的平稳输出以及动态响应速度的显著提升。研究通过Simulink平台建立了详细的T型三电平逆变器仿真模型，对所提控制策略在稳态运行、电网电压不平衡跌落及动态切换等多种工况下的性能进行了全面验证。仿真结果表明，该方案能有效改善并网电流质量，减小功率波动，增强系统在恶劣电网条件下的运行稳定性与鲁棒性，为高比例新能源接入背景下提升电力电子设备的故障穿越能力提供了有效的技术路径。; 适合人群：具备电力电子与电力系统基础知识，从事新能源并网、逆变器控制或微电网技术研究的研究生、科研人员及工程技术人员。; 使用场景及目标：①研究T型三电平逆变器在不对称电网故障下的动态行为与控制难点；②掌握正负序分离、DPWMA调制、电网前馈等关键技术的设计与实现方法；③为高比例新能源接入背景下提升并网设备低电压穿越能力提供理论支持与仿真验证手段； 阅读建议：建议结合Simulink仿真模型同步学习，重点关注控制策略的结构设计与各模块间的协同机制，深入理解正负序解耦控制与前馈补偿对系统性能的提升作用，并可通过调整故障条件进行对比实验以加深理解。
基于在线鲁棒主成分分析（RPCA）模型，结合长短期记忆（LSTM）循环网络的商品需求预测（Python代码实现）
08-22
内容概要：本文提出了一种融合在线鲁棒主成分分析（RPCA）与长短期记忆（LSTM）循环神经网络的商品需求预测方法，旨在应对实际商业数据中存在的噪声与异常值问题，提升预测精度与时序建模能力。该方法首先通过在线RPCA模型对原始需求序列进行实时分解，将数据分离为低秩趋势成分和稀疏异常成分，从而有效剔除突发性扰动和噪声干扰；随后，利用LSTM网络对清洗后的低秩趋势序列进行深度时序学习，充分捕捉其中的长期依赖关系、周期性模式及非线性动态特征，最终实现高鲁棒性与高精度的需求预测。整个框架具有良好的在线更新能力，适用于动态变化的零售、电商等业务场景，并基于Python实现了完整的算法流程。; 适合人群：具备一定Python编程能力与机器学习基础，从事数据分析、供应链管理、智能预测等相关工作的科研人员与工程技术人员，尤其适合高校研究生及企业中从事智能零售与运营优化的研发人员。; 使用场景及目标：①应用于零售、电商、物流等行业中的商品销量预测任务，优化库存管理与补货决策；②为含噪声、异常点及时序突变的实际业务数据提供鲁棒的预处理与建模方案；③作为深度学习与鲁棒统计方法融合的典型案例，推动时序预测领域中模型可解释性与稳定性的研究发展。; 阅读建议：建议读者结合提供的Python代码深入理解在线RPCA与LSTM的集成机制，重点关注数据分解、特征提取与模型训练的衔接过程，并尝试在真实业务数据上进行复现与调参，以掌握其在不同噪声环境下的适应性与优化策略。
锂电池拉料切片上下料设备.rar
08-22
锂电池拉料切片上下料设备.rar
sop test test
08-22
sop test test
【CTF-MISC-流量分析】HTTP 管理信道凭据嗅探与配置泄露取证
08-22
【CTF-MISC-流量分析】HTTP 管理信道凭据嗅探与配置泄露取证
openjdk1.8下载安装(亲测有效)
08-22
代码转载自：https://pan.quark.cn/s/b74aefe9b70c **OpenJDK 1.8的获取与安装教程** OpenJDK（Open Source Java Development Kit）被视为Java开发工具集的一个开源版本，它提供了Java SE（Standard Edition）平台的核心功能。在众多开发情境中，尤其是涉及微信生态系统的开发，例如加密与解密操作，OpenJDK 1.8版本因其可靠性和兼容性而得到广泛采纳。本指南将详尽阐述如何获取并安装OpenJDK 1.8，以确保在开展微信相关开发活动时能够顺利实施。 ### 1. **认识OpenJDK 1.8** OpenJDK 1.8是Java 8的一个开源版本，它引入了多项关键的新功能，包括Lambda表达式、对函数式编程的支持、Stream API、默认方法以及改良的Date和Time API等。对于微信生态系统的开发而言，这些功能有助于提升代码的可读性和执行效率。 ### 2. **获取OpenJDK 1.8** 用户需要访问OpenJDK的官方网站或镜像站点，比如AdoptOpenJDK或Azul Systems，下载与其操作系统相匹配的OpenJDK 1.8版本。务必确认选择正确的体系结构，比如32位（i586）或64位（x64）。在下载阶段，用户可以选择HotSpot虚拟机或J9虚拟机，两者均为OpenJDK的实现，但性能表现可能存在差异。 ### 3. **安装OpenJDK 1.8** #### 针对Windows用户： 1. 下载结束后，执行安装程序（.msi文件），依照指示完成安装。 2. 在安装期间，可以指定安装路径，推荐采用默认设置，以防止后续配置...
【无人机论文复现】空地多无人平台协同路径规划技术研究（Matlab代码实现）
08-22
内容概要：本文研究了空地多无人平台协同路径规划技术，并提供了基于Matlab的代码实现方案。该研究聚焦于无人机与地面无人设备之间的协同作业，通过智能优化算法解决复杂环境下的路径规划问题，确保多平台在执行任务时能够高效协作、避障并优化整体路径成本。文中涵盖了系统建模、协同机制设计、路径优化算法实现及仿真验证等关键环节，重点探讨了在动态环境中实现空地无人系统联合任务分配与路径规划的技术路径，强调算法的实用性与可复现性。; 适合人群：具备一定编程基础和自动化、robotics或人工智能相关背景的科研人员及工程技术人员，尤其适合从事无人机、无人车协同控制、路径规划算法开发的研究者（工作年限1-3年或研究生以上学历）； 使用场景及目标：①应用于灾害救援、军事侦察、智能巡检等需要空地协同的多无人系统任务场景；②目标是实现多平台间的高效通信、任务分配、动态避障与全局路径优化，提升复杂环境下无人系统的自主决策与协同能力； 阅读建议：建议读者结合Matlab代码进行仿真复现，按照文档目录逐步理解模型构建与算法实现过程，重点关注路径规划算法的设计逻辑与参数调优，以便于将其迁移至实际项目中应用。
基于源网荷储一体化的配电网协同优化研究（Matlab代码实现）
08-22
内容概要：本文针对源网荷储一体化背景下的配电网协同优化问题，提出了一种基于Matlab实现的双层优化模型，旨在解决包含电动汽车有序充电在内的复杂配电网运行优化挑战。研究通过整合电源、电网、负荷与储能等多维资源，构建了上层规划与下层运行协同的双层优化框架，实现对多主体行为的协调控制与资源高效配置。上层模型聚焦于系统级目标如运行成本最小化或可再生能源消纳最大化，下层模型则模拟用户侧响应与设备运行特性，确保优化策略的可行性与实用性。文中详述了模型构建、算法设计与Matlab仿真流程，并通过算例验证了该方法在提升配电网运行效率、促进清洁能源消纳及改善负荷曲线方面的有效性。; 适合人群：具备一定电力系统基础知识和Matlab编程能力，从事能源互联网、智能配电网、综合能源系统等相关领域研究的研发人员与高校研究生。; 使用场景及目标：①应用于新型电力系统背景下含高比例分布式能源与电动汽车的配电网优化调度；②为科研工作者提供可复现的双层优化建模范例，助力学术论文撰写与课题研究；③支撑源网荷储协同控制策略的设计与仿真验证。; 阅读建议：读者应结合提供的Matlab代码进行实践操作，重点关注双层优化的建模逻辑与求解过程，建议在掌握基本电力系统优化知识的基础上深入研读，并尝试拓展至多目标或多时间尺度优化场景。
Python VGG13 CIFAR-10图像分类 准确率曲线
最新发布
08-22
Python VGG13 CIFAR-10图像分类 准确率曲线 VGG13 在 CIFAR-10 上训练十类分类，输出混淆矩阵、准确率曲线与 history.csv，数据自动下载。 功能： · CIFAR-10 十类 · VGG13 卷积堆叠 · 混淆矩阵 · 准确率曲线 · 自动下载数据 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明，按 README 安装后即可复现。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

yyywxk

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值