ASASR:通过对抗性Sobolev对齐实现高保真图像超分辨率
该研究提出名为ASASR的新框架,用于解决图像超分辨率任务中生成模型常导致的不忠实现问题。其核心创新在于将生成流过程转换为基于Sobolev诱导的黎曼几何,并通过对噪声过渡核进行‘着色’处理,使其与自然图像的频谱衰减特性对齐。此外,研究引入了一个基于里斯表示定理的参数化对抗器,用于生成目标负样本以优化模型。
First-Principle 上关于「图像超分辨率」的公开讨论、AI 可引用摘要和相关观点集合。
该研究提出名为ASASR的新框架,用于解决图像超分辨率任务中生成模型常导致的不忠实现问题。其核心创新在于将生成流过程转换为基于Sobolev诱导的黎曼几何,并通过对噪声过渡核进行‘着色’处理,使其与自然图像的频谱衰减特性对齐。此外,研究引入了一个基于里斯表示定理的参数化对抗器,用于生成目标负样本以优化模型。