論文の概要: TUDSR: Twice Upsampling-Diffusion for Higher Super-Resolution
- arxiv url: http://arxiv.org/abs/2606.09608v1
- Date: Mon, 08 Jun 2026 15:18:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-09 14:42:07.376345
- Title: TUDSR: Twice Upsampling-Diffusion for Higher Super-Resolution
- Title（参考訳）: TUDSR: 2回のアップサンプリング拡散による高分解能化
- Authors: Zhiqiang Wu, Yitong Dong, Xian Wei,
- Abstract要約: TUDSRは、高解像度画像のためのTwice Upsampling-Diffusionフレームワークである。
複数のベンチマークで最先端のパフォーマンスを実現する。
さらに実験により、TUDSR-Sは10242ドル、20482ドルという解像度で高品質な画像を生成することが示され、既存のアプローチよりも大幅に優れていた。
- 参考スコア（独自算出の注目度）: 15.21755753128945
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Diffusion-based generative models have achieved remarkable success in real-world image super-resolution (SR). With tiled diffusion techniques, these models can produce high-resolution images that exceed their native-supported resolution. However, the quality of such high-resolution (e.g $2048^2$) outputs often remains extremely poor, primarily due to two factors we consider: the image upsampling ratio (e.g $\times8$) exceeding the model's native-supported upsampling ratio (e.g $\times4$), and the model's native-supported resolution. In practice, training a native high-resolution model requires larger architectures, which incur significant computational overhead and GPU memory costs, making it hard on limited-resource equipment. Thus, we present TUDSR, a Twice Upsampling-Diffusion framework for higher SR. The TUDSR framework mainly consists of two stages: the first involves training at $R$-resolution, and the second introduces a looped chunk-based training strategy at $NR$-resolution. Each stage adapts a one-step GAN architecture comprising a generator and a discriminator. Based on SD2.1-base, we develop TUDSR-S, which achieves state-of-the-art performance across multiple benchmarks. Extensive experiments further demonstrate that TUDSR-S generates high-quality images at the resolutions of $1024^2$ and even $2048^2$, significantly outperforming existing approaches. Code is available at https://github.com/wuer5/TUDSR.
- Abstract（参考訳）: 拡散に基づく生成モデルは、実世界の超解像(SR)において顕著な成功を収めた。
タイル付き拡散法により、これらのモデルは、ネイティブサポートされた解像度を超える高解像度画像を生成することができる。
しかしながら、そのような高解像度(例えば2048^2$)の出力の品質は、主に2つの要因により、モデルがネイティブにサポートしたアップサンプリング比(例えば$\times8$)を超えるイメージアップサンプリング比(例えば$\times4$)と、モデルがネイティブにサポートした解像度(英語版)である。
実際には、ネイティブの高解像度モデルのトレーニングにはより大きなアーキテクチャが必要であり、計算オーバーヘッドとGPUメモリコストが増大し、限られたリソース機器では困難になる。
そこで我々は,高次SRのためのツイースアップサンプリング・拡散フレームワークであるTUDSRを提案する。
TUDSRフレームワークは主に2つのステージで構成されている。1つはR$解像度でのトレーニングで、2つ目はNR$解像度でループ化されたチャンクベースのトレーニング戦略を導入している。
各ステージは、ジェネレータと識別器からなるワンステップのGANアーキテクチャに適合する。
SD2.1-baseをベースとして,複数のベンチマークで最先端性能を実現するTUDSR-Sを開発した。
さらに大規模な実験により、TUDSR-Sは1024^2$と2048^2$の解像度で高品質な画像を生成することが示され、既存のアプローチよりも大幅に優れていた。
コードはhttps://github.com/wuer5/TUDSRで入手できる。
関連論文リスト
- Enhancing Text-to-Image Generation via End-Edge Collaborative Hybrid Super-Resolution [6.015475364527398]
エンドツーエンドの協調型世代拡大フレームワークを提案する。
実験の結果,本システムはベースラインに比べてサービス遅延を33%削減できることがわかった。
論文 参考訳（メタデータ） (2026-01-21T07:55:37Z) - Pixel to Gaussian: Ultra-Fast Continuous Super-Resolution with 2D Gaussian Modeling [50.34513854725803]
Arbitrary-scale Super- resolution (ASSR) は、低解像度(LR)入力から任意のアップサンプリング係数で高解像度(HR)イメージを再構成することを目的としている。
本稿では,Gaussian Splattingを用いたLR画像から2次元連続HR信号を明示的に再構成する,Pixel-to-Gaussianパラダイムを用いた新しいContinuousSRフレームワークを提案する。
論文 参考訳（メタデータ） (2025-03-09T13:43:57Z) - Zoomed In, Diffused Out: Towards Local Degradation-Aware Multi-Diffusion for Extreme Image Super-Resolution [8.69908615905782]
大規模で事前訓練されたテキスト・ツー・イメージ(T2I)拡散モデルが画像生成タスクで大きな人気を集めている。
既存のほとんどのT2I拡散モデルは解像度限界512x512で訓練されており、この解像度を超えるスケーリングは画像超解法(SR)にとって未解決だが必要な課題である。
本稿では,2K,4K,さらに8K画像も追加トレーニングなしで生成できる新しいアプローチを提案する。
論文 参考訳（メタデータ） (2024-11-18T21:32:49Z) - High-Resolution Frame Interpolation with Patch-based Cascaded Diffusion [44.52838839928787]
本稿では,高分解能フレーム・ツー・フレーム処理のためのパッチベースのカスケード画素拡散モデルを提案する。
HIFIは、大域的なコンテキストを必要とする高解像度画像と複雑な繰り返しテクスチャに優れる。
私たちは特に困難なケースに焦点を当てた新しいデータセットであるLaMoRを紹介します。
論文 参考訳（メタデータ） (2024-10-15T17:59:04Z) - Co-learning Single-Step Diffusion Upsampler and Downsampler with Two Discriminators and Distillation [28.174638880324014]
超解像度(SR)は、高解像度(HR)画像を低解像度(LR)画像から再構成することを目的としている。
単段階拡散に基づくアップサンプラーと学習可能なダウンサンプラーを協調的に最適化するコラーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2024-10-10T07:12:46Z) - Timestep-Aware Diffusion Model for Extreme Image Rescaling [47.89362819768323]
本稿では,時間認識拡散モデル(TADM)と呼ばれる,画像再スケーリングのための新しいフレームワークを提案する。
TADMは、事前訓練されたオートエンコーダの潜在空間で再スケーリング操作を行う。
これは、事前訓練されたテキスト・ツー・イメージ拡散モデルによって学習された強力な自然画像の先行を効果的に活用する。
論文 参考訳（メタデータ） (2024-08-17T09:51:42Z) - Hierarchical Patch Diffusion Models for High-Resolution Video Generation [50.42746357450949]
我々は,階層的な方法で,コンテキスト情報を低スケールから高スケールのパッチに伝播する深層文脈融合を開発する。
また,ネットワーク容量の増大と,粗い画像の細部への演算を行う適応計算を提案する。
得られたモデルは、クラス条件のビデオ生成において66.32の最先端FVDスコアと87.68のインセプションスコアを新たに設定する。
論文 参考訳（メタデータ） (2024-06-12T01:12:53Z) - ACDMSR: Accelerated Conditional Diffusion Models for Single Image
Super-Resolution [84.73658185158222]
本稿では,ACDMSRと呼ばれる拡散モデルに基づく超解像法を提案する。
提案手法は, 決定論的反復分解過程を通じて超解像を行うために, 標準拡散モデルに適応する。
提案手法は,低解像度画像に対してより視覚的に現実的な表現を生成し,現実的なシナリオにおけるその有効性を強調した。
論文 参考訳（メタデータ） (2023-07-03T06:49:04Z) - Improved Transformer for High-Resolution GANs [69.42469272015481]
この課題に対処するために、Transformerに2つの重要な要素を紹介します。
実験で提案したHiTは、条件のないImageNetの31.87と2.95のFIDスコアをそれぞれ128×128$とFFHQの256×256$で達成していることを示す。
論文 参考訳（メタデータ） (2021-06-14T17:39:49Z) - DDet: Dual-path Dynamic Enhancement Network for Real-World Image
Super-Resolution [69.2432352477966]
実画像超解像(Real-SR)は、実世界の高分解能画像(HR)と低分解能画像(LR)の関係に焦点を当てている。
本稿では,Real-SRのためのデュアルパス動的拡張ネットワーク(DDet)を提案する。
特徴表現のための大規模な畳み込みブロックを積み重ねる従来の手法とは異なり、非一貫性のある画像対を研究するためのコンテンツ認識フレームワークを導入する。
論文 参考訳（メタデータ） (2020-02-25T18:24:51Z)
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。