发文首选：KAN用于图像处理！效果炸裂好

图像、视频最近爆火，图像处理方向的理论和应用也更多了，照旧是投稿热门。如果有同学想发论文，我推荐一个新的创新思路：用KAN做图像处理。

KAN拥有独特的架构和可学习的激活函数，它节点间的可调整激活函数可以根据图像特性自适应，精准捕捉复杂特征和模式，显著提升效率和性能。

更赞的是，通过使用预训练的KAN模型或在特定数据集上进行微调，我们可以快速获得一个性能良好的图像处理系统，无需从头开始训练整个网络，轻轻松松就能应对多种图像处理任务，比如图像分类、目标检测、语义分割等。

目前已经有研究表明，用KAN做图像处理效果出色，这里为了帮大家省了查资料的时间，我挑选了最新的9篇论文给大家参考，idea和效果都展示了，想发论文的同学抓紧啦。

论文原文+开源代码需要的同学看文末

Suitability of KANs for Computer Vision: A preliminary investigation

方法：论文评估了Kolmogorov-Arnold网络在视觉建模中的适用性和效力，重点关注图像识别任务的性能和效率。通过使用KAN的概念以及卷积和线性层的传统构建块构建了KConvKAN，在MNIST数据集上达到了99.6%的准确率。