論文の概要: Time-Aware One Step Diffusion Network for Real-World Image Super-Resolution

• arxiv url: http://arxiv.org/abs/2508.16557v2
• Date: Wed, 27 Aug 2025 17:00:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-28 12:43:57.482559
• Title: Time-Aware One Step Diffusion Network for Real-World Image Super-Resolution
• Title（参考訳）: リアルタイム超解像のための時間的1ステップ拡散ネットワーク
• Authors: Tainyi Zhang, Zheng-Peng Duan, Peng-Tao Jiang, Bo Li, Ming-Ming Cheng, Chun-Le Guo, Chongyi Li,
• Abstract要約: 拡散に基づく実世界の超解像法(Real-ISR)は優れた性能を示した。 効率的なReal-ISRを実現するために、多くの研究は変分スコア蒸留(VSD)を用いて、固定時間ステップのワンステップSRに対して事前訓練された安定拡散(SD)モデルを蒸留する。 リアルタイムISR(TADSR)のためのタイムアウェアワンステップ拡散ネットワークを提案する。
• 参考スコア（独自算出の注目度）: 95.64241653468872
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Diffusion-based real-world image super-resolution (Real-ISR) methods have demonstrated impressive performance. To achieve efficient Real-ISR, many works employ Variational Score Distillation (VSD) to distill pre-trained stable-diffusion (SD) model for one-step SR with a fixed timestep. However, due to the different noise injection timesteps, the SD will perform different generative priors. Therefore, a fixed timestep is difficult for these methods to fully leverage the generative priors in SD, leading to suboptimal performance. To address this, we propose a Time-Aware one-step Diffusion Network for Real-ISR (TADSR). We first introduce a Time-Aware VAE Encoder, which projects the same image into different latent features based on timesteps. Through joint dynamic variation of timesteps and latent features, the student model can better align with the input pattern distribution of the pre-trained SD, thereby enabling more effective utilization of SD's generative capabilities. To better activate the generative prior of SD at different timesteps, we propose a Time-Aware VSD loss that bridges the timesteps of the student model and those of the teacher model, thereby producing more consistent generative prior guidance conditioned on timesteps. Additionally, though utilizing the generative prior in SD at different timesteps, our method can naturally achieve controllable trade-offs between fidelity and realism by changing the timestep condition. Experimental results demonstrate that our method achieves both state-of-the-art performance and controllable SR results with only a single step.
• Abstract（参考訳）: 拡散に基づく実世界の超解像法(Real-ISR)は優れた性能を示した。 効率的なReal-ISRを実現するために、多くの研究は変分スコア蒸留(VSD)を用いて、固定時間ステップのワンステップSRに対して事前訓練された安定拡散(SD)モデルを蒸留する。 しかし、ノイズ注入の時間経過が異なるため、SDは異なる生成前処理を行う。 したがって、これらの手法がSDにおける生成先行を十分に活用する上で、固定時間ステップは困難であり、最適化性能が低下する。 そこで本研究では,リアルタイムISR(TADSR)のためのタイムアウェアワンステップ拡散ネットワークを提案する。 まずタイムアウェアなVAEエンコーダを導入し、タイムステップに基づいて同じ画像を様々な潜在機能に投影する。 時間ステップと潜時特徴の同時動的変動により、学生モデルは事前訓練されたSDの入力パターン分布をより良く整合させ、SDの生成能力をより効果的に活用することができる。 そこで本研究では,学生モデルと教師モデルの時間経過を橋渡しし,時間経過に応じてより一貫した生成前のガイダンスを生成するための,時間認識VSD損失を提案する。 さらに,SDにおける生成前処理を異なる時間ステップで利用しても,時間ステップ条件を変化させることで,忠実性と現実性との間の制御可能なトレードオフを自然に達成することができる。 実験により,本手法は1ステップで,最先端の性能と制御可能なSR結果の両方を達成できることが実証された。

関連論文リスト

• TASR: Timestep-Aware Diffusion Model for Image Super-Resolution [22.156869195433615]
  制御ネットによる情報注入の時間的ダイナミクスについて検討する。 制御ネットと事前学習された安定拡散の両方の特徴を適応的に統合する新しい時間ステップ対応拡散モデルを提案する。 本手法は,拡散の初期におけるLR情報の透過性を高め,画像の忠実性を保証する。
  論文  参考訳（メタデータ） (2024-12-04T14:39:54Z)
• One Step Diffusion-based Super-Resolution with Time-Aware Distillation [60.262651082672235]
  拡散に基づく画像超解像(SR)法は,低解像度画像から細部まで細部まで,高解像度画像の再構成に有望であることを示す。 近年,拡散型SRモデルの知識蒸留によるサンプリング効率の向上が試みられている。 我々は,効率的な画像超解像を実現するため,TAD-SRというタイムアウェア拡散蒸留法を提案する。
  論文  参考訳（メタデータ） (2024-08-14T11:47:22Z)
• AddSR: Accelerating Diffusion-based Blind Super-Resolution with Adversarial Diffusion Distillation [42.34219615630592]
  低分解能入力からの複雑な詳細で鮮明な高分解能画像の再構成における, 安定拡散ショーケースに基づくブラインド超解像法 その実用性はしばしば、数千から数百のサンプリングステップの要求に起因して、効率の悪さによって妨げられる。 効率の良い逆拡散蒸留 (ADD) にインスパイアされた我々は, 蒸留と制御ネットの両方のアイデアを取り入れることでこの問題に対処する。
  論文  参考訳（メタデータ） (2024-04-02T08:07:38Z)
• A-SDM: Accelerating Stable Diffusion through Redundancy Removal and Performance Optimization [54.113083217869516]
  本研究ではまず,ネットワークの計算冗長性について検討する。 次に、モデルの冗長性ブロックをプルークし、ネットワーク性能を維持する。 第3に,計算集約型注意部を高速化するグローバル地域対話型注意(GRI)を提案する。
  論文  参考訳（メタデータ） (2023-12-24T15:37:47Z)
• SinSR: Diffusion-Based Image Super-Resolution in a Single Step [119.18813219518042]
  拡散モデルに基づく超解像(SR)法は有望な結果を示す。 しかし、それらの実践的応用は、必要な推論ステップのかなりの数によって妨げられている。 本稿では,SinSRという単一ステップのSR生成を実現するための,シンプルで効果的な手法を提案する。
  論文  参考訳（メタデータ） (2023-11-23T16:21:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。