論文の概要: WorldSR: Harnessing World Knowledge Search for Grounded Image Super-Resolution

• arxiv url: http://arxiv.org/abs/2610.28423v1
• Date: Tue, 20 Oct 2026 15:54:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.898033
• Title: WorldSR: Harnessing World Knowledge Search for Grounded Image Super-Resolution
• Title（参考訳）: WorldSR: 地上画像の超解像のための世界知識検索
• Abstract要約: このフレームワークは、生成的優先度に基づく超解像的手法を明示的かつ実体に整合した視覚世界知識で強化する。 WorldSRは、入力をセマンティックエンティティに自動的に分解し、構造的およびセマンティックに整合した画像のエンティティワイズ検索を実行する。 実験により、WorldSRは構造的忠実度と視覚的品質を一貫して改善し、既存の生成超解像法よりも優れていることが示された。
• 参考スコア（独自算出の注目度）: 17.315161838493392
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generative-prior-based super-resolution (SR) methods leverage implicit knowledge learned from large-scale models to enhance low-resolution inputs. However, such priors are inherently stochastic and optimized for diverse generation, conflicting with the deterministic, high-fidelity reconstruction required for SR. It is also tied to the base model, costly to update, and prone to hallucinations as real-world data evolves. To address these limitations, we introduce WorldSR, a novel framework that augments SR with explicit, entity-aligned visual world knowledge. WorldSR automatically decomposes the input into semantic entities and performs entity-wise retrieval of structurally and semantically aligned images from a large-scale external corpus. For efficiency and reliability, we incorporate a memory mechanism to reuse previously retrieved results and a multi-step filtering process to refine candidate references. The selected references as world knowledge are then integrated through a novel multi-reference super-resolution model, which provides fine-grained constraints for detail synthesis and structural recovery. Experiments on real-world SR benchmarks show that WorldSR consistently improves structural fidelity and visual quality, outperforming existing generative super-resolution methods. Our results suggest that entity-level grounding in external visual world knowledge provides a simple and effective complement to model-bound generative priors.
• Abstract（参考訳）: ジェネレーティブ・プライア・ベース・スーパーレゾリューション(SR)法は、大規模モデルから学んだ暗黙の知識を活用して低解像度入力を強化する。 しかし、そのような先入観は本質的に確率的であり、様々な世代に最適化されており、SRに必要な決定論的かつ高忠実な再構築と矛盾する。 また、ベースモデルと結びついており、更新にコストがかかり、実世界のデータが進化するにつれて幻覚に陥る傾向がある。 これらの制約に対処するため,SRを明確かつ実体に整合した視覚世界知識で強化する新しいフレームワークであるWorldSRを紹介した。 WorldSRは、入力をセマンティックエンティティに自動的に分解し、大規模な外部コーパスから構造的および意味的に整合した画像のエンティティワイズ検索を行う。 効率と信頼性のために,検索した結果を再利用するためのメモリ機構と,候補参照を洗練するための多段階フィルタリング処理を組み込んだ。 選択された世界知識としての参照は、より詳細な合成と構造回復のためのきめ細かい制約を提供する、新しいマルチ参照超解法モデルによって統合される。 実世界のSRベンチマークの実験では、WorldSRは構造的忠実度と視覚的品質を一貫して改善し、既存の生成超解像法よりも優れていた。 以上の結果から,外部視覚世界知識の実体レベルの基盤化は,モデル境界生成先行をシンプルかつ効果的に補完するものであることが示唆された。

関連論文リスト

• SRGAN-CKAN: Expressive Super-Resolution with Nonlinear Functional Operators under Minimal Resources [2.036341257251742]
  SISR(Single-Image Super-Resolution)は、低分解能(LR)観測から高分解能(HR)画像を再構成することを目的としている。 近年の進歩は、トランスフォーマーベースのアーキテクチャと拡散モデルによって推進されている。 本稿では,コンボリュータル・コルモゴロフ・アルノルドネットワーク(CKAN)を逆学習環境に統合したハイブリッド超解像フレームワークSRGAN-CKANを提案する。
  論文  参考訳（メタデータ） (2026-05-02T14:19:19Z)
• Disentangled Textual Priors for Diffusion-based Image Super-Resolution [41.71306518338786]
  Image Super-Resolutionは、劣化した低解像度入力から高解像度画像を再構成することを目的としている。 既存のアプローチは、グローバルなレイアウトとローカルな詳細を混ぜ合わせた、絡み合った、あるいは粗い粒度の前のものに依存することが多い。 DTPSRは,2つの相補的な次元に絡み合ったテキストの先行処理を導入する新しい拡散型SRフレームワークである。
  論文  参考訳（メタデータ） (2026-03-08T03:02:55Z)
• StepVAR: Structure-Texture Guided Pruning for Visual Autoregressive Models [98.72926158261937]
  本稿では,Visual AutoRegressive モデルのためのトレーニングフリートークン解析フレームワークを提案する。 我々は局所的なテクスチャの詳細を捉えるために軽量なハイパスフィルタを使用し、グローバルな構造情報を保存するために主成分分析(PCA)を活用している。 スパーストークンの下で有効な次世代の予測を維持するために,近接した特徴伝達戦略を導入する。
  論文  参考訳（メタデータ） (2026-03-02T11:35:05Z)
• Dual-domain Adaptation Networks for Realistic Image Super-resolution [81.34345637776408]
  現実画像超解像(SR)は、現実世界の低解像度(LR)画像を高解像度(HR)画像に変換することに焦点を当てている。 現在の手法は、限られた現実世界のLR-HRデータと競合し、基本的な画像特徴の学習に影響を及ぼす。 我々は、シミュレーションされた画像SRモデルを実世界のデータセットに効率よく適応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） (2025-11-21T12:57:23Z)
• CoSeR: Bridging Image and Language for Cognitive Super-Resolution [74.24752388179992]
  本稿では,低解像度画像の理解能力を備えたSRモデルを実現するCoSeR(Cognitive Super-Resolution)フレームワークを提案する。 画像の外観と言語理解を組み合わせることで、認知的な埋め込みを生成する。 画像の忠実度をさらに向上させるため、「オール・イン・アテンション」と呼ばれる新しい条件注入方式を提案する。
  論文  参考訳（メタデータ） (2023-11-27T16:33:29Z)
• RBSR: Efficient and Flexible Recurrent Network for Burst Super-Resolution [57.98314517861539]
  バースト超解像(BurstSR)は、高解像度(HR)画像を低解像度(LR)画像と雑音画像から再構成することを目的としている。 本稿では,効率よくフレキシブルなリカレントネットワークでフレーム単位のキューを融合させることを提案する。
  論文  参考訳（メタデータ） (2023-06-30T12:14:13Z)
• Unsupervised Alternating Optimization for Blind Hyperspectral Imagery Super-resolution [40.350308926790255]
  本稿では, 盲点HSI融合問題に対処するために, 盲点HSI SR法を提案する。 本稿ではまず,デジェネレーションモデルを推定し,遅延画像の再構成を行うために,逐次最適化に基づく深層フレームワークを提案する。 そして,ネットワークを事前学習するメタラーニングに基づく機構が提案され,ネットワークの速度と一般化能力を効果的に向上させることができる。
  論文  参考訳（メタデータ） (2020-12-03T07:52:32Z)

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。