新框架Allo{SR}$^2$增强一步图像超分辨率

研究人员推出Allo{SR}$^2$，一个旨在通过解决现有方法中常见的分布偏移和轨迹偏差来改进一步图像超分辨率（Real-SR）的新框架。该框架利用信噪比引导轨迹初始化（SNR-Guided Trajectory Initialization）将低分辨率表示与生成流对齐，并采用流锚定轨迹一致性（Flow-Anchored Trajectory Consistency）来稳定推理路径。此外，还使用同形轨迹匹配（Allomorphic Trajectory Matching）来保持生成真实感，从而在一步Real-SR中实现最先进的性能并提高效率。 AI

影响 这项研究可能在各种应用中带来更高效、更逼真的图像放大。

排序理由 这是一篇详细介绍图像超分辨率新技术框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• Allo{SR}$^2$
• arXiv
• Diffusion Models
• Flow Matching
• Hugging Face
• Zihan Wang

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →