IIHS：用于单图像表示学习的突变隔热式热扩散基元

基于摘要分析。本文研究单图像的连续表示与紧凑存储，提出 Innovation-Insulated Heat Splats（IIHS）：让小型 Gaussian 源在受图像突变边界约束的介质中进行热扩散，缓解 Gaussian splatting 基元即使沿边缘拉长仍会跨边界渗出的表示问题。 核心机制是同时控制基元的扩展范围与停止位置。这里的 innovation 指图像发生骤变的不连续处，而非一般意义的“创新”。解码器从自身的自由空间渲染结果推导隔热介质；作者称该介质无需额外存储比特。对于退化观测，方法使用 finite-rate-of-innovation sampling 的 annihilating-filter subspace 提取突变信息，而非直接依赖图像梯度。摘要未给出介质构造、优化目标及求解流程的细节。 作者报告，在 Kodak-24 和 DIV2K 的低码率、相同存储码率条件下，IIHS 相比 Gaussian-splat 表示约高 2 dB；摘要未明确该 dB 数值对应的指标名称。在超分辨率和图像修复拟合任务中，作者报告其优于这些 Gaussian-splat 表示，并在所比较方法中取得最低 LPIPS。具体基线、退化模型、数据划分、实验协议、消融及统计信息尚未验证。 平台推测（待验证）：其可迁移的机制是假设信号突变位置能够界定局部基元的传播边界，而非图像表示结果可直接推广到 BCI。若用于 EEG，需将二维图像介质改造成适配时间轴或电极拓扑的传播结构；低信噪比、伪迹、跨被试差异及通道布局可能使突变估计不稳定，真实振荡也未必具有适合隔热的边界。一个可证伪的小实验是在含已知瞬态边界的合成 EEG 上，以相同存储预算比较普通 Gaussian 基元与边界约束扩散基元的重建误差和边界外误差，并逐步降低信噪比。该设想尚无本文证据支持，已有 EEG 相关工作尚未检索确认。