PulseAugur
实时 13:54:53
English(EN) RefGC-SR$^2$: Reference-guided Generated Content Super-Resolution and Refinement

新的RefGC-SR$^2$方法提升AI图像生成质量

研究人员提出了一项名为参考引导的生成内容超分辨率-精炼(RefGC-SR$^2$)的新任务。该方法旨在通过在后处理过程中重用原始高分辨率参考图像来提高生成图像的质量。目标是同时恢复丢失的细节、精炼生成模型引入的伪影并进行上采样。为此任务开发了一个新数据集和一个频率感知扩散Transformer模型,在物体识别度和细节恢复方面比现有方法有了显著改进。 AI

影响 这项研究通过利用高分辨率参考来提高AI生成图像的保真度和细节。

排序理由 该集群描述了一篇介绍用于图像生成精炼的新颖任务和模型的研究论文。[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) · Jeahun Sung, Dahyeon Kye, Soo Ye Kim, Jihyong Oh ·

    RefGC-SR$^2$: Reference-guided Generated Content Super-Resolution and Refinement

    arXiv:2606.15158v1 Announce Type: new Abstract: Reference-guided generation (e.g., object compositing, customization) has progressed rapidly, yet current pipelines share a fundamental limitation: the object-centric high-resolution reference image (HRRI) provided by users is downs…