信任但验证：基于隐式参考关联建模的参考基准扩散超分辨率自适应条件控制
计算机视觉与模式识别
2026-02-03 v1
摘要
最近的研究探索了参考基准超分辨率（RefSR）以缓解扩散图像恢复中的幻觉问题。一个关键挑战是，现实世界的退化使低质量（LQ）输入与参考（Ref）图像之间的对应关系不可靠，需要自适应控制参考的使用。现有方法要么忽略LQ-Ref关联，要么依赖脆弱的显式匹配，导致对误导性参考的过度依赖或对有价值线索的低效利用。为此，我们提出Ada-RefSR，一个单步扩散框架遵循“信任但验证”原则：在可靠时利用参考信息，在不可靠时抑制参考。其核心组件是自适应隐式关联门控（AICG），它采用可学习的摘要token来提炼主导参考模式并捕获LQ特征的隐式关联。集成到注意力主干中，AICG为参考指导提供轻量级、自适应的调节，作为对错误融合的内置安全措施。多个数据集上的实验表明，Ada-RefSR在忠实性、自然性和效率之间取得了强大的平衡，同时在各种参考对齐情况下保持鲁健性。
引用
@article{arxiv.2602.01864,
title = {Trust but Verify: Adaptive Conditioning for Reference-Based Diffusion Super-Resolution via Implicit Reference Correlation Modeling},
author = {Yuan Wang and Yuhao Wan and Siming Zheng and Bo Li and Qibin Hou and Peng-Tao Jiang},
journal= {arXiv preprint arXiv:2602.01864},
year = {2026}
}
备注
26 pages, 19 figures. Accepted to ICLR 2026