ConsisSR：深入探讨基于扩散的图像超分辨率中的一致性
原文中文，约400字，阅读约需1分钟。发表于：。本研究针对实世界图像超分辨率中的一致性问题，提出了一种新方法ConsisSR，旨在同时优化语义和像素级一致性。通过引入混合提示适配器（HPA）和时间感知潜在增强（TALA），我们的模型在处理扩散模型生成与实图像超分辨率之间的差距时表现出色，实现了加速推理和高质量重建，为图像超分辨率领域的研究提供了重要贡献。
扩散方法在图像超分辨率中表现优异，但低分辨率图像的降质问题影响效果。为解决此问题，提出了基于跨模态先验的超分辨率框架（XPSR），利用多模态大语言模型获取扩散模型的语义条件，并引入语义融合注意机制。XPSR在无降质约束下，在合成和真实数据集上生成高保真图像。代码将发布在GitHub。
