实体 DiMOO-SR

DiMOO-SR

PulseAugur coverage of DiMOO-SR — every cluster mentioning DiMOO-SR across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_154643 · Jul 21 · 04:00

新的离散扩散模型增强图像超分辨率

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。