PulseAugur
中
实时 12:55:30
English(EN) HiTokSR: A Coarse-to-Fine Tokenizer with Hierarchical Codebooks for High-Fidelity Real-World Image Super-Resolution

HiTokSR框架通过分层码本改进图像超分辨率

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种新颖的图像超分辨率框架HiTokSR，该框架利用分层码本方法。该方法将全局结构与精细细节分开，与现有的单一潜在空间模型相比，提高了表示能力和稳定性。该框架还融入了视觉基础模型的先验知识和索引级扰动策略，以增强语义一致性并弥合训练-测试差异，在真实世界基准测试中取得了最先进的成果。 AI

影响 引入了一种新颖的图像超分辨率方法，可能带来更详细、更准确的图像增强。

排序理由 这是一篇描述图像超分辨率新技术的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

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 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Mingxi Li ·

    HiTokSR: A Coarse-to-Fine Tokenizer with Hierarchical Codebooks for High-Fidelity Real-World Image Super-Resolution

    arXiv:2606.01157v1 Announce Type: new Abstract: Vector-quantized (VQ) generative models have shown promising results in real-world image super-resolution (Real-ISR). However, existing methods typically rely on a monolithic latent space that entangles low-frequency structures with…

相关实体

相关话题