Pratyush Uppuluri

GridPSF 在 MambaTM 复原网络的训练图里加了一条可检查的前向约束：从观测片段和宿主潜变量预测 8×8 网格、每格 35 个去活塞 Zernike 系数，再用 Fraunhofer 渲染器把单位质量点扩散函数混合后拟合湍流观测。在留出的 ATSyn-dynamic 视频上，前向一致性达到 29.49 dB PSNR 和 0.8882 SSIM，比直接用干净目标当预测的 25.54 dB 高 3.95 dB。一个验证集选出的匹配宿主检查点对带来 +0.419 dB PSNR 和 +0.0022 SSIM，但 LPIPS 上升 0.0017，且五种子对照未检出平均复原增益。

GridPSF 在 MambaTM 复原网络的训练图里加了一条可检查的前向约束：从观测片段和宿主潜变量预测 8×8 网格、每格 35 个去活塞 Zernike 系数，再用 Fraunhofer 渲染器把单位质量点扩散函数混合后拟合湍流观测。在留出的 ATSyn-dynamic 视频上，前向一致性达到 29.49 dB PSNR 和 0.8882 SSIM，比直接用干净目标当预测的 25.54 dB 高 3.95 dB。一个验证集选出的匹配宿主检查点对带来 +0.419 dB PSNR 和 +0.0022 SSIM，但 LPIPS 上升 0.0017，且五种子对照未检出平均复原增益。