增强的用户生成内容图像超分辨率中的语义提取与引导
计算机视觉与模式识别
2025-04-15 v1
摘要
由于用户生成内容（UGC）图像中真实世界退化与合成退化之间的差异，传统超分辨率方法难以有效泛化，亟需更稳健的方法来模拟真实世界失真。本文提出了一种集成语义引导于扩散框架内的用户生成内容图像超分辨率新方法。该方法通过分别在LSDIR数据集上模拟退化过程，并与官方配对训练集结合，解决了野生数据集与合成数据集退化不一致的问题。进一步地，我们通过引入预训练语义提取模型（SAM2）并微调关键超参数，以提高感知保真度，从而增强退化去除和细节生成。大量实验表明，我们的方法在状态-of-the-art方法面前优势显著。此外，本文的方法在CVPR NTIRE 2025短式用户生成内容图像超分辨率挑战中获得第二名，进一步验证了其有效性。代码已公开：https://github.c10pom/Moonsofang/NTIRE-2025-SRlab。
引用
@article{arxiv.2504.09887,
title = {Enhanced Semantic Extraction and Guidance for UGC Image Super Resolution},
author = {Yiwen Wang and Ying Liang and Yuxuan Zhang and Xinning Chai and Zhengxue Cheng and Yingsheng Qin and Yucai Yang and Rong Xie and Li Song},
journal= {arXiv preprint arXiv:2504.09887},
year = {2025}
}