实体
Real-ISR
Real-ISR
PulseAugur coverage of Real-ISR — every cluster mentioning Real-ISR across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的DNF-SR方法利用扩散模型增强真实世界图像超分辨率
研究人员推出了一种用于真实世界图像超分辨率的新型方法DNF-SR，该方法利用了扩散模型。该方法采用双输入策略，结合原始低分辨率（LR）图像和带噪声的LR输入，以提高保真度和感知质量。此外，还采用了一种称为负面感知特征微调（NF2T）的训练后优化技术，通过将输出分为正负子集并据此指导模型来增强输出稳定性和质量。
-
PixelIR框架将图像保真度和感知度解耦，用于超分辨率
研究人员推出了一种新颖的图像超分辨率框架PixelIR，该框架将保真度和感知质量解耦。与之前同时优化这两个目标的方法不同，PixelIR首先生成忠实的重建，然后合成感知上逼真的细节。该方法通过像素空间图像残差流匹配实现。该框架已被提炼成一个高效的一步学生模型，在PSNR、SSIM和LPIPS指标上取得了最先进的结果，同时保持了保真度、感知度和效率的良好平衡。
-
新的FSP-Diff模型通过减少内容漂移来增强图像超分辨率 · 跟踪2个来源
研究人员开发了FSP-Diff，一种新的一步扩散模型，旨在通过减轻内容漂移来改进真实世界图像的超分辨率。该模型利用双通路架构注入结构化细节并优化语义引导，解决了现有方法中常见的视觉降级和文本语义偏移等问题。实验表明，FSP-Diff在定量和定性评估中均优于其他一步扩散方法。