WildMAE
一种结构感知的掩码自编码器模型，在解码器端引入零门控卷积残差路径与门控交叉注意力机制，并采用渐进式多目标训练，用于野生动物图像重建
时间轴 (近 90 天)
WildMAE 提出了一种解码器端的改进方案，在 75% 掩码比例下取得了显著的重建指标提升。
WildMAE 未改动 MAE 的编码器结构，而是将改进集中在解码器端。
WildMAE 解码器引入两条并行路径：零门控的卷积残差路径和门控交叉注意力机制。
零门控设计意味着卷积路径在训练初期几乎不生效，随着训练逐步放开，避免局部先验与全局注意力在早期训练中的冲突。
研究团队设计了渐进式训练配方，依次引入归一化像素损失、Sobel 边缘损失和感知损失。
在 Snapshot Serengeti 数据集的 4,744 张测试图像上，以 75% 掩码比例重建，WildMAE 的 PSNR 为 27.90 dB，原始 MAE 为 24.33 dB。
论文作者明确说明这些指标是历史协议依赖的结果，并非新近复现的统一对比，也未验证从真正不可见像素中恢复图像的能力。
全部知识事实 (7)
WildMAE 提出了一种解码器端的改进方案，在 75% 掩码比例下取得了显著的重建指标提升。
50%待验证WildMAE 未改动 MAE 的编码器结构，而是将改进集中在解码器端。
50%待验证WildMAE 解码器引入两条并行路径：零门控的卷积残差路径和门控交叉注意力机制。
50%待验证零门控设计意味着卷积路径在训练初期几乎不生效，随着训练逐步放开，避免局部先验与全局注意力在早期训练中的冲突。
50%待验证研究团队设计了渐进式训练配方，依次引入归一化像素损失、Sobel 边缘损失和感知损失。
50%待验证在 Snapshot Serengeti 数据集的 4,744 张测试图像上，以 75% 掩码比例重建，WildMAE 的 PSNR 为 27.90 dB，原始 MAE 为 24.33 dB。
50%待验证论文作者明确说明这些指标是历史协议依赖的结果，并非新近复现的统一对比，也未验证从真正不可见像素中恢复图像的能力。
50%