論文の概要: Preserve More Details: Mitigating Content Drift in Real-World Image Super-Resolution
- arxiv url: http://arxiv.org/abs/2608.09373v1
- Date: Mon, 10 Aug 2026 09:50:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:37.188739
- Title: Preserve More Details: Mitigating Content Drift in Real-World Image Super-Resolution
- Title（参考訳）: リアル世界のスーパーリゾリューションにおけるコンテンツドリフトの緩和
- Abstract要約: 超解像は,低品質(LQ)入力から高画質(HQ)イメージを再構築することを目的としている。
近年の進歩は、安定拡散モデルで学んだLQ入力と自然画像の先行値を活用して、印象的な結果を得た。
デュアルパスアーキテクチャを特徴とする新しい1ステップ拡散モデルであるFSP-Diffを提案する。
- 参考スコア（独自算出の注目度）: 6.886139429160757
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Real-world image super-resolution (Real-ISR) aims to reconstruct high-quality (HQ) images from low-quality (LQ) inputs subject to diverse real-world degradations. Recent advances have leveraged the LQ inputs and natural image priors learned by Stable Diffusion models to achieve impressive results. However, existing methods often overlook insufficient clarity of LQ inputs inevitably induce content drift in the generated HQ images. This manifests primarily as visual detail degradation and textual semantic shift, severely compromising both fidelity and perceptual quality. To address this challenge, we propose FSP-Diff, a novel one-step diffusion model featuring a dual-pathway architecture. This architecture comprises a Detail-Conditioned Pathway for injecting structured details to recover fine structures, and a Detail-Modulated Semantic Pathway that refines semantic guidance using structured details to mitigate semantic deviations. Extensive experiments on standard Real-ISR benchmarks demonstrate that FSP-Diff surpasses existing one-step diffusion methods in both quantitative and qualitative metrics.
- Abstract（参考訳）: 実世界の超解像(Real-ISR)は、低品質(LQ)入力から高画質(HQ)イメージを再構築することを目的としている。
近年の進歩は、安定拡散モデルで学んだLQ入力と自然画像の先行値を活用して、印象的な結果を得た。
しかし、既存の手法は、LQ入力の不十分な明快さをしばしば見落とし、生成したHQ画像のコンテンツドリフトを必然的に誘発する。
これは主に視覚的詳細劣化とテキスト意味のシフトとして現れ、忠実さと知覚的品質の両方を著しく妥協させる。
この課題に対処するために、デュアルパスアーキテクチャを特徴とする新しいワンステップ拡散モデルであるFSP-Diffを提案する。
このアーキテクチャは、構造された詳細を注入して微細構造を復元するDetail-Conditioned Pathwayと、構造された詳細を用いてセマンティックガイダンスを洗練して意味的偏差を緩和するDetail-Modulated Semantic Pathwayとを含む。
標準的なReal-ISRベンチマークの広範な実験により、FSP-Diffは、定量と定性の両方の指標において、既存の1段階拡散法を超越していることが示された。
関連論文リスト
- Rarity-Aware Discrete Diffusion with Spatially Consistent Decoding for Photo-Realistic Image Super-Resolution [80.28905986756685]
DiMOO-SRは光リアル画像超解法のための多モード離散拡散フレームワークである。
広く使われている実世界のSRベンチマークの実験では、DiMOO-SRはいくつかの並列デコードステップで競合する知覚品質を達成する。
論文 参考訳（メタデータ） (2026-07-20T07:01:01Z) - Efficient Difficulty-Aware Dynamic Routing for Diffusion-Based Real-World Image Super-Resolution [69.17533212524447]
本稿では,厳密な一大処理パラダイムを克服するDDR(Difficulty-aware Dynamic Routing)戦略を提案する。
具体的には、各入力画像の復元コストを予測する難易度推定器を設計し、適切な容量のネットワークに自動的に割り当てることを可能にする。
近年の最先端手法と比較して,提案モデルの有効性と有効性を示す実験が盛んに行われている。
論文 参考訳（メタデータ） (2026-07-17T07:49:05Z) - Zero-shot Adaptation of Stable Diffusion via Plug-in Hierarchical Degradation Representation for Real-World Super-Resolution [22.82705867627899]
Real-World Image Super-Resolutionは、未知の複雑な実世界の要因によって劣化した低品質な入力から高品質なイメージを復元することを目的としている。
textbfHD-CLIP (textbfHierarchical textbfDegradation CLIP)は、低品質の画像をセマンティック埋め込みに分解する。
textbfCLIPは、トレーニングなしで様々な超解像度フレームワークにシームレスに統合できる。
論文 参考訳（メタデータ） (2025-12-11T06:45:28Z) - Unlocking the Potential of Diffusion Priors in Blind Face Restoration [63.419272650578165]
本研究では、2つのモードを切り替えて特定のギャップを解消する統合ネットワークFLIPNETを提案する。
復元モードでは、モデルは徐々にBFR指向の特徴とLQ画像からの顔埋め込みを統合し、真正かつ忠実な顔復元を実現する。
劣化モードでは、実際の劣化データセットから学んだ知識に基づいて、劣化した画像のような現実世界を合成する。
論文 参考訳（メタデータ） (2025-08-12T01:50:55Z) - One-Step Diffusion-based Real-World Image Super-Resolution with Visual Perception Distillation [53.24542646616045]
画像超解像(SR)生成に特化して設計された新しい視覚知覚拡散蒸留フレームワークであるVPD-SRを提案する。
VPD-SRは2つのコンポーネントから構成される: 明示的セマンティック・アウェア・スーパービジョン(ESS)と高周波知覚(HFP)損失。
提案したVPD-SRは,従来の最先端手法と教師モデルの両方と比較して,たった1ステップのサンプリングで優れた性能が得られる。
論文 参考訳（メタデータ） (2025-06-03T08:28:13Z) - GuideSR: Rethinking Guidance for One-Step High-Fidelity Diffusion-Based Super-Resolution [15.563111624900865]
GuideSRは、画像の忠実度を高めるために特別に設計された、単一ステップ拡散に基づく画像超解像(SR)モデルである。
提案手法は,PSNR, SSIM, LPIPS, DISTS, FIDなど,様々な基準ベースの指標において,既存の手法よりも一貫して優れている。
論文 参考訳（メタデータ） (2025-05-01T17:48:25Z) - Diff-Restorer: Unleashing Visual Prompts for Diffusion-based Universal Image Restoration [19.87693298262894]
拡散モデルに基づく普遍的な画像復元手法であるDiff-Restorerを提案する。
我々は、事前学習された視覚言語モデルを用いて、劣化した画像から視覚的プロンプトを抽出する。
また、デグレーション対応デコーダを設計し、構造的補正を行い、潜在コードをピクセル領域に変換する。
論文 参考訳（メタデータ） (2024-07-04T05:01:10Z) - DaLPSR: Leverage Degradation-Aligned Language Prompt for Real-World Image Super-Resolution [19.33582308829547]
本稿では, 精度, 精細度, 高忠実度画像復元のために, 劣化対応言語プロンプトを活用することを提案する。
提案手法は,新しい最先端の知覚品質レベルを実現する。
論文 参考訳（メタデータ） (2024-06-24T09:30:36Z) - Hybrid-Supervised Dual-Search: Leveraging Automatic Learning for
Loss-free Multi-Exposure Image Fusion [60.221404321514086]
マルチ露光画像融合(MEF)は、様々な露光レベルを表すデジタルイメージングの限界に対処するための重要な解決策である。
本稿では、ネットワーク構造と損失関数の両方を自動設計するための二段階最適化探索方式であるHSDS-MEFと呼ばれるMEFのためのハイブリッドスーパービジョンデュアルサーチ手法を提案する。
論文 参考訳（メタデータ） (2023-09-03T08:07:26Z) - Enhancing Low-light Light Field Images with A Deep Compensation Unfolding Network [52.77569396659629]
本稿では,低光環境下で撮像した光場(LF)画像の復元に,DCUNet(Deep compensation network openfolding)を提案する。
このフレームワークは、中間拡張結果を使用して照明マップを推定し、展開プロセスで新しい拡張結果を生成する。
本稿では,LF画像の特徴を適切に活用するために,擬似明示的特徴相互作用モジュールを提案する。
論文 参考訳（メタデータ） (2023-08-10T07:53:06Z)
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。