基于谱和轨迹正则化的扩散变换器超分辨率
计算机视觉与模式识别
2026-03-09 v1
摘要
扩散变换器（DiT）架构在现实世界图像超分辨率（Real-ISR）中展现出巨大的潜力。然而，其计算密集的迭代采样过程 necessitates one-step distillation。现有的单步蒸馏方法在DiT上处理Real-ISR时面临挑战， suffer 从轨迹不匹配问题以及导致严重网格状周期性伪影。为解决这些挑战，我们提出了StrSR——一种具有谱和轨迹正则化的新型单步对抗性蒸馏框架。具体而言，我们提出了非对称判别式蒸馏架构以弥合轨迹差距。此外，我们设计了频率分布匹配策略，以有效抑制由高频谱泄漏引起的DiT特定周期性伪影。大量实验表明，StrSR在Real-ISR中实现了在定量指标和视觉感知方面的领先性能。代码和模型将在 https://github.com/jkwang28/StrSR 发布。
引用
@article{arxiv.2603.06275,
title = {Spectral and Trajectory Regularization for Diffusion Transformer Super-Resolution},
author = {Jingkai Wang and Yixin Tang and Jue Gong and Jiatong Li and Shu Li and Libo Liu and Jianliang Lan and Yutong Liu and Yulun Zhang},
journal= {arXiv preprint arXiv:2603.06275},
year = {2026}
}
备注
14 pages