本研究提出了一种基于最优化像素布局的端到端训练方法，该方法可以与特定任务的神经网络参数一起联合优化，提高分类和语义分割的准确性。

Apr, 2023

本文旨在解决自适应高动态范围成像中曝光复用方案的设计优化问题，提出一种基于 SVE-Risk 的曝光风险估计，并提出了一种有效枚举算法来选择最优的曝光复用模式。研究发现曝光复用模式的设计可以与图像重建算法解耦，可大幅减少整个过程的实现难度。

Jun, 2023

数字像素传感器 (DPS) 已成为现代成像系统中的关键组件，具有在医学成像、天文学、监控、物联网设备等各个领域革命性潜力。然而，由于 ADC 电路引入的内在复杂性，使得像素间距显著增加，极大地限制了高密度集成的可行性，而设计紧凑的转换电路以及战略性地集成三维架构范式可能成为解决当前问题的潜在方法。本综述全面概述了 DPS 技术的广泛领域，分析了不同类型 DPS 电路的工作原理、优势和挑战。我们根据 ADC 操作将这些方案分为几个类别，并展示了基于不同性能指标的对比研究，以便全面了解。

Feb, 2024

本文介绍了一种名为频率选择性重建的算法，可以将图像信号从非规则的采样点重建到规则的网格上，通过在傅里叶域中利用信号的稀疏性和成像系统的光学传递函数等基本特征建立一个稀疏模型，实现了很高的重建质量和视觉质量。

Apr, 2022

本文提出使用 Quanta Image Sensors 进行低光动态场景成像的方法，并给出新的图像重建算法，通过运用一个学生 - 教师训练协议将运动教师和去噪教师的知识传递到学生网络中，实现对低光动态场景进行像素水平下 1 光子每像素每帧的成像重建，和现有方法相比，在低光成像中具有更好的性能。

Jul, 2020

提出基于测量光子间时延的新型强度线索的理论和算法，借助单光子传感器的出现，实验演示了动态范围超过一千万倍的图像场景，可用于机器人学、消费摄影、天文学、显微镜和生物医学成像等广泛的成像应用。

Mar, 2021

该论文提出了一个像素递归超分辨率模型，可综合提高图像的分辨率并增强其真实感；该模型能够表示多模态条件分布，使用 PixelCNN 结构定义自然图像的先验知识并联合优化条件卷积网络，保持了照片的真实感。

Feb, 2017

本文介绍了一种移动友好的视觉变换（ViT）算法，称为 Mobile-SRViT，用于在不规则采样几何下处理合成孔径雷达（SAR）图像。该算法采用 ViT 方法进行 SAR 图像超分辨率 (SR) 处理，并在模拟和经验研究中进行验证。

May, 2023

提出了一种新颖的算法，用于有效地处理不规则扫描几何的近场合成孔径雷达 (SAR) 成像，并利用非协作 SAR 扫描模式，小型 MIMO 雷达和高效单靶平面图像重建算法实现了高分辨率和高效率的近场 MIMO-SAR 成像。

May, 2023

本论文探讨自然图像的概率模型，并通过引入辅助变量扩展了 PixelCNN 架构家族的自回归模型，提出了两个新的基于不同图像转换的生成式图像模型，包括图像的分辨率金字塔。该模型解决了现有 PixelCNN 模型的两个已知缺点，并表明其产生的图片样本更加真实。

Dec, 2016