AnyUp：通用特征上采样
计算机视觉与模式识别
2026-02-17 v2 机器学习
摘要
我们介绍 AnyUp，这是一种可应用于任意视觉特征、任意分辨率的特征上采样方法，无需针对编码器进行特定训练。现有的基于学习的特征上采样器（如 DINO 或 CLIP）需要为每个特征提取器重新训练，因而在推理时无法适用于不同的特征类型。本文提出一种推理时无特征依赖的上采样架构，以缓解这一限制并提高上采样质量。实验表明，AnyUp 在上采样特征方面达到新的学习成果，能够 generalization 到不同特征类型，同时保持特征语义且高效易于应用于广泛的下游任务。
引用
@article{arxiv.2510.12764,
title = {AnyUp: Universal Feature Upsampling},
author = {Thomas Wimmer and Prune Truong and Marie-Julie Rakotosaona and Michael Oechsle and Federico Tombari and Bernt Schiele and Jan Eric Lenssen},
journal= {arXiv preprint arXiv:2510.12764},
year = {2026}
}
备注
Accepted to ICLR 2026 (Oral). Project Website: https://wimmerth.github.io/anyup/