BAIR 提出基于信息量的成像系统设计与评估框架

Berkeley AI Research 在 NeurIPS 2025 论文中提出一个直接基于信息内容评估和优化成像系统的框架，用互信息估计量化测量区分物体的能力。该方法只需噪声测量数据和噪声模型，在彩色摄影、射电天文、无透镜成像和显微成像四个领域验证可预测解码器性能，优化效果媲美 SOTA 端到端方法，且所需内存和计算更少、无需任务特定解码器设计。