本研究提出了一种新的4D高斯散射框架Deblur4DGS，旨在提升现有4D重建方法在模糊视频处理中的效果。通过将动态表示的估计转化为曝光时间的估计，实验证明该方法优于现有技术，具有广泛的应用潜力。

该研究提出了一种自监督的HDR重建方法SelfHDR，仅需使用动态多曝光图像进行训练，可消除对有标签数据的需求。该方法通过两个互补组件来学习重建网络，分别关注HDR颜色和结构。实验结果表明，SelfHDR在真实世界图像上优于最先进的自监督方法，并与有监督方法具有可比性。

该文介绍了一种基于重建的方法，用于检测工业质量检测中的异常。该方法利用多尺度融合和残差注意力模块实现端到端的异常检测和定位，在 MPDD 和 VisA 数据集上取得了比最新方法更有竞争力的结果，并在 MPDD 数据集上创造了新的最新标准。