跳到正文
arXiv · 机器人与计算机视觉· Qiyi Xie, Wei Chen Ng, Suyang Xi, Xicheng Wang, Ziyao Li, Bohong Xu, Wenyi Liu, Jian Ding Tan·· 2026-10-16精选AI 评分78

何时应生成低光照处理管线?一种基于可审计风险控制的选择性生成增强方法

When Should a Low-Light Pipeline Generate? Auditable Risk Control for Selective Generative Enhancement

AI 导读

论文提出 VetoNet,将选择性生成增强建模为决策问题,通过测量冻结基础专家对的互补优势并仅凭部署可用信号预测区域覆盖效用。框架引入分布无关的有害预算证书,仅在感知(LPIPS)风险预算允许时才批准切换,否则保守地否决。实验表明该方法能根据证据强度与可靠性自适应路由行为,在专家互补性可预测时获得统计显著的提升,并在证据弱或跨域偏移时拒绝切换。

推荐理由

提出 VetoNet 框架,利用分布无关的风险预算证书实现低光照增强中的可审计区域路由与有害切换控制。

来源:arXiv · 机器人与计算机视觉 · arxiv.org