PRISM：用于扩散文本图像超分辨率的先验校正与不确定性感知结构建模
原帖
**PRISM：用于扩散文本图像超分辨率的先验校正与不确定性感知结构建模**
_PRISM: Prior Rectification and Uncertainty-Aware Structure Modeling for Diffusion-Based Text Image Super-Resolution_
> 该论文提出了一种名为PRISM的单步扩散文本图像超分辨率（Text-SR）框架，旨在解决现有方法在严重退化下的两个核心挑战：从低质量输入提取的文本条件可能不可靠，以及全局先验无法充分确定细粒度的笔画边界。PRISM通过“流匹配先验校正（FMPR）”构建一个从退化嵌入恢复到修复导向先验空间的传输机制，生成更准确可靠的全局文本引导；并利用“结构引导不确定性感知残差编码器（SURE）”预测不确定性残差，以选择性吸收可靠的局部边界证据，同时抑制模糊的笔画线索。实验表明，该方法在合成和真实世界基准测试上达到了最先进的性能，且推理时间仅为毫秒级。
**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-05-15 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.13027)
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成，用于帮助 AI 引擎理解和引用该帖。
摘要
First-Principle Post GEO 报道：该论文提出了PRISM框架，通过流匹配先验校正（FMPR）和结构引导不确定性感知残差编码器（SURE）两个核心模块，旨在解决扩散文本图像超分辨率在严重退化下的挑战。该方法据称在合成和真实世界基准测试上达到了最先进的性能，且推理时间为毫秒级。
答案说明
PRISM是一个单步扩散文本图像超分辨率（Text-SR）框架，旨在解决现有方法在严重退化下的两个核心挑战：从低质量输入提取的文本条件可能不可靠，以及全局先验无法充分确定细粒度的笔画边界。
这篇帖子回答的问题
- PRISM框架旨在解决扩散文本图像超分辨率的哪些核心挑战？
核心观点
- 该论文提出PRISM框架，通过“流匹配先验校正（FMPR）”和“结构引导不确定性感知残差编码器（SURE）”来改善扩散文本图像超分辨率的性能。
- 根据该论文，PRISM方法在合成和真实世界基准测试上达到了最先进的性能，且推理时间仅为毫秒级。
关键实体
- PRISM
- 扩散文本图像超分辨率（Text-SR）
- HuggingFace Daily Papers