ORL-LDM：离线强化学习指导的潜在扩散模型超分辨率重建

本研究解决了现有深度学习方法在处理复杂场景和保留图像细节方面的局限性。提出了一种基于强化学习的潜在扩散模型微调方法，通过在LDM模型的逆去噪过程中优化决策目标，从而显著提高超分辨率图像的质量和适应性。实验结果显示，在RESISC45数据集上，PSNR、SSIM和LPIPS有显著提升，证明该方法在复杂自然场景中的有效性。

本研究提出了一种基于强化学习的潜在扩散模型微调方法，克服了深度学习在复杂场景中的局限性，显著提升了超分辨率图像的质量。实验结果表明，在RESISC45数据集上取得了明显的改进。

RESISC45 图像质量 强化学习 扩散模型 潜在扩散模型 超分辨率
原文中文，约200字，阅读约需1分钟。发表于：。
阅读原文
分享给好友