Continuous Thought Machines 推进图像超分辨率技术

研究人员推出了一种新颖的图像超分辨率架构——连续思想机（CTMs），该架构包含一个内部时间维度。与将信息压缩为单一表示的传统方法不同，CTMs 通过在一系列“思想滴答”中演化神经元级别的历史来维护空间证据。这种被称为 ThinkSR 的方法使用窗口级 CTMs 为局部图像窗口生成紧凑的摘要表示，然后将其转换为用于重建的密集查询。初步实验表明，随着思想滴答次数的增加，PSNR-Y 和 PSNR-RGB 指标显著提高，证明了稀疏潜在思想对密集视觉预测的潜力。 AI

影响 引入了一种新颖的密集视觉预测时间方法，有可能提高图像重建的质量和效率。

排序理由 该项目是一篇学术论文，详细介绍了图像超分辨率的新模型架构。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• Continuous Thought Machines
• DQ-CTM
• PSNR-RGB
• PSNR-Y
• ThinkSR

• 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 →