Restoration在计算机视觉领域指的是图像、视频或3D模型的修复与重建技术，通过算法恢复损坏或低质量媒体内容或构建高质量数字模型。2024年以来，这一领域呈现出从传统修复向三维重建和状态解耦方向发展的明显趋势。
Restoration 近期进展
2024年9月发布的ClearGS研究实现了从手持视频重建可靠3D Gaussian Splatting，为移动设备上的实时3D内容创建提供了新可能。ClearGS：从手持视频重建可靠 3D Gaussian Splatting
DeepSeek团队在2024年8月提出的Bounded-State Restoration方法创新性地解耦了本地恢复与外部状态处理，为复杂场景下的图像修复提供了新思路。Bounded-State Restoration: 解耦本地恢复与外部状态
2024年7月，研究人员提出自适应身份锚定（AIA）方法，通过视频换脸合成配对监督实现了闭环关键帧放置，提升了 Restoration 技术在视频处理中的应用精度。自适应身份锚定（AIA）：视频换脸合成配对监督的闭环关键帧放置
Restoration 当前焦点与观察点
Restoration 技术正从单一像素级修复向多维度、多模态方向发展。三维重建技术如3D Gaussian Splatting的兴起，标志着 Restoration 领域正在突破传统二维图像处理的局限，向更真实的三维空间拓展。
实时性成为 Restoration 技术的关键指标。移动设备上的实时 Restoration 应用正在成为研究热点，这要求算法在保持高质量的同时大幅降低计算复杂度。
状态解耦是 Restoration 技术的重要突破方向。通过将本地恢复与外部状态处理分离，研究人员能够更有效地处理复杂场景中的 Restoration 问题，这一方法有望在未来几年内得到广泛应用。