基于可插拔层次性退化表示的稳定扩散零样本适应以实现真实世界超分辨率
计算机视觉与模式识别
2025-12-12 v1
摘要
真实世界图像超分辨率(Real-ISR)旨在从因未知和复杂的真实世界因素导致的低质量输入中恢复高质量图像. 现实场景涉及多样化且耦合的退化,因此需要为扩散模型提供更丰富且更具信息性的指导. 然而,现有方法常假设已知的退化严重程度,并依赖CLIP文本编码器无法捕获数值严重程度,限制了其泛化能力. 为此,我们提出了\textbf{HD-CLIP} (\textbf{H}ierarchical \textbf{D}egradation CLIP),它将低质量图像分解为语义嵌入和有序退化嵌入,后者捕获有序关系并允许跨越不可见水平的插值. 此外,我们通过无分类器指导(CFG)将其集成到扩散模型中,并提出了无分类器投影引导(CFPG). HD-CLIP利用语义线索指导生成性恢复,同时利用退化线索抑制不必要的幻觉和伪影. 作为\textbf{可插拔模块},HD-CLIP可无缝集成到各种超分辨率框架中,无需训练,显著提高细节保真度和感知现实性,适用于多样化的真实世界数据集.
引用
@article{arxiv.2512.10340,
title = {Zero-shot Adaptation of Stable Diffusion via Plug-in Hierarchical Degradation Representation for Real-World Super-Resolution},
author = {Yi-Cheng Liao and Shyang-En Weng and Yu-Syuan Xu and Chi-Wei Hsiao and Wei-Chen Chiu and Ching-Chun Huang},
journal= {arXiv preprint arXiv:2512.10340},
year = {2025}
}