神经析取范式实现可学习的精确秩滤波器

2026年10月26日，arXiv cs.CV 收录一篇论文，提出用神经析取范式学习精确秩滤波器。该方法通过阈值分解实现秩滤波器的精确前向求值；在反向传播时，它改用由平滑阈值方程的唯一根导出的替代梯度，以避开精确求值的不可微问题。作者称，该框架可学习任意秩滤波器（包括中值滤波）的实值结构元素，并可扩展到秩滤波器的复合、下确界与上确界运算。在 MNIST、Fashion-MNIST 去噪与视网膜血管分割实验中，该方法一致优于精确次梯度训练，最佳网络在所有实验设置下也超过平滑形态学网络。目前尚无后续报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。