StructSR：拒绝真实图像超分辨率中的虚假细节
计算机视觉与模式识别
2025-01-17 v2
摘要
基于扩散的模型在真实图像超分辨率(Real-ISR)中展现出巨大潜力，但由于这些模型的经验先验和幻觉，常常生成带有结构错误和虚假纹理细节的内容。为解决此问题，我们引入StructSR，一种简单、有效且即插即用的方法，可增强结构保真度并抑制基于扩散的Real-ISR中的虚假细节。StructSR无需额外微调、外部模型先验或高层语义知识即可运行。其核心是结构感知筛选(SAS)机制，该机制在早期推理阶段识别出与低分辨率(LR)输入具有最高结构相似性的图像，从而将其作为历史结构知识来抑制虚假细节的生成。通过干预扩散推理过程，StructSR无缝集成到现有的基于扩散的Real-ISR模型中。我们的实验结果表明，StructSR显著提高了结构和纹理的保真度，在与四种最先进的基于扩散的Real-ISR方法集成时，在合成数据集(DIV2K-Val)上PSNR和SSIM指标平均提升5.27%和9.36%，在两个真实世界数据集(RealSR和DRealSR)上平均提升4.13%和8.64%。
引用
@article{arxiv.2501.05777,
title = {StructSR: Refuse Spurious Details in Real-World Image Super-Resolution},
author = {Yachao Li and Dong Liang and Tianyu Ding and Sheng-Jun Huang},
journal= {arXiv preprint arXiv:2501.05777},
year = {2025}
}