论文
真实世界图像超分辨率的退化感知和结构保持扩散
Degradation-Aware and Structure-Preserving Diffusion for Real-World Image Super-Resolution
摘要
现实世界的图像超分辨率对于扩散模型来说尤其具有挑战性，因为真实的退化是复杂的、异构的，并且很少进行明确的建模。我们为现实世界的 SR 提出了一个退化感知和结构保持的扩散框架。具体来说，我们引入了退化感知词元注入，它对来自低分辨率输入的轻量级退化统计数据进行编码，并将它们与语义条件特征融合，从而实现显式的退化感知恢复。我们进一步提出空间不对称噪声注入，它用局部边缘强度调制扩散噪声，以在训练期间更好地保留结构区域。这两个模块都是所采用的扩散 SR 框架的轻量级附加组件，只需要对调节管道进行少量修改。 DIV2K 和 RealSR 上的实验表明，我们的方法提供了有竞争力的无参考感知质量和视觉上比最近的基线更真实的恢复结果，同时保持了良好的感知失真权衡。消融确认了每个模块的有效性及其组合后的互补收益。代码和模型可在 https://github.com/jiyang0315/DASP-SR.git 上公开获取。