底层视觉与图像复原 / CVPR2026
重新审视基于扩散模型的视频超分辨率:利用对齐特征提供稠密引导
Rethinking Diffusion Model-Based Video Super-Resolution: Leveraging Dense Guidance from Aligned Features
论文指出在特征域而非像素域做相邻帧信息补偿更有效,并给出「上采样分辨率下做warp更能保留高频但收益非单调」的实证结论;做视频复原/时序条件扩散的人可直接复用其光流引导warp模块与特征级时序条件注入方式,替代常见的像素域对齐+拼接。
视频超分辨率扩散模型光流对齐