跳到正文
arXiv · 机器人与计算机视觉· Yu Shi, Yuyao Zhang, Yu-Wing Tai·· 9 天前AI 评分72

当潜变量遗忘像素:扩散 Transformer 超分辨率中的保真度恢复方法

When Latents Forget Pixels: Restoring Fidelity in Diffusion Transformer Super-Resolution

AI 导读

针对基于潜在表示的扩散 Transformer 超分辨率因压缩瓶颈导致细节与输入图像关联弱的问题,本文提出像素接地超分辨率(PGSR)框架。该方法在 VAE 压缩前提取并保留低清图像的像素证据,并通过条件侧轨迹引导和解码器侧像素接地两个阶段复用该信息以约束生成过程。实验表明,PGSR 在保持大模型冻结的前提下,有效改善了真实感与保真度的权衡,生成了更忠实于输入的视觉结果。

来源:arXiv · 机器人与计算机视觉 · arxiv.org