**RefGC-SR^2：参考引导的生成内容超分辨率与精炼新方法**

_RefGC-SR^2: Reference-guided Generated Content Super-Resolution and Refinement_

> 当前生成式管道在利用用户提供的目标高分辨率参考图时，会先下采样至固定低分辨率，导致细节丢失，且生成过程还会引入新的伪影。本文提出新任务RefGC-SR^2，在后处理阶段直接复用原始高分辨率参考图，同时实现细节恢复、伪影精炼和分辨率提升。作者构建了首个真实场景三元组数据管道，并设计了频率感知扩散Transformer模型，实验表明其能显著提升生成结果的保真度和实用性，效果优于现有低分辨精炼和传统超分方法。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-17 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.15158)