PulseAugur
中
实时 17:56:00
English(EN) Rarity-Aware Discrete Diffusion with Spatially Consistent Decoding for Photo-Realistic Image Super-Resolution

新的离散扩散模型增强图像超分辨率

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种名为 DiMOO-SR 的新型照片级图像超分辨率框架，该框架利用了离散扩散模型。该方法解决了离散扩散在超分辨率应用中面临的挑战，特别是稀有视觉标记的代表性不足以及解码过程中的空间不一致性。DiMOO-SR 在训练过程中采用逆频率采样，以优先处理重要但代表性不足的标记；在推理过程中采用空间一致性排序，以提高标记置信度和改善结构连贯性。在标准基准上的实验表明，DiMOO-SR 可以在有限的并行解码步数内实现具有竞争力的感知质量。 AI

影响 这项研究推进了用于图像生成的离散扩散模型，有望提高超分辨率任务的质量和效率。

排序理由 该项目是一篇学术论文，详细介绍了一种新的图像超分辨率方法。

在 arXiv cs.CV 阅读 →

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

新的离散扩散模型增强图像超分辨率

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Ao Li, Yapeng Du, Yi Xin, Lei Zhu, Le Zhang, Guangtao Zhai, Ce Zhu, Xiaohong Liu ·

    用于照片级逼真图像超分辨率的稀有度感知离散扩散与空间一致解码

    arXiv:2607.17612v1 Announce Type: new Abstract: Continuous diffusion models have become the dominant paradigm for photo-realistic image Super-Resolution (SR), but they typically formulate reconstruction as continuous signal-level denoising and incorporate semantic priors through …

相关实体

相关话题