利用领域转移SDE驯化扩散先验进行图像超分辨率

原文中文，约400字，阅读约需1分钟。发表于：。

本研究解决了当前基于扩散的图像超分辨率模型在效率与性能之间难以平衡的问题。我们提出了一种新的领域转移扩散模型DoSSR，通过低分辨率图像启动扩散过程，显著提高了推理效率和生成能力。实验结果表明，该方法在多个数据集上达到了最先进的性能，且推理速度比以往方法快5-7倍。

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。为此，提出了XPSR框架，利用多模态大语言模型获取精确语义条件，并引入语义融合注意机制。通过无降质约束，XPSR在合成和真实数据集上生成高保真图像。代码将发布在GitHub。