Tag · 9 篇
超分辨率
基于扩散框架实现照片级真实且高效的散景渲染
Towards Photorealistic and Efficient Bokeh Rendering via Diffusion Framework
将散景渲染与超分辨率统一进单个扩散框架，并用焦点感知掩码注意力与退化感知深度模块处理低分辨率真实图像，为手机端计算摄影中「先复原再渲染」的两阶段流水线提供了一体化替代方案。
SplatSuRe：面向多视图一致三维高斯泼溅的选择性超分辨率
SplatSuRe: Selective Super-Resolution for Multi-view Consistent 3D Gaussian Splatting
把相机位姿与场景几何结合，判断哪些区域缺少高频监督，只在这些欠采样区域注入超分辨率内容，从而避免逐图独立 SR 带来的多视图不一致；这一「按几何可见性选择性增强」的思路可直接迁移到 3DGS/NeRF 的高分辨率重建与训练视图增密流程。
梯度知道最优：基于梯度引导位分配的混合精度量化用于超分辨率
Gradient Knows Best: Mixed-Precision Quantization via Gradient-Guided Bit Allocation for Super-Resolution
提出基于梯度的量化敏感度估计和动态激活范围归一化，可直接用于超分辨率模型的混合精度量化，在保持重建质量的同时降低计算和内存开销。
GaussianZoom：几何与语义引导的渐进式放大生成 3D 高斯泼溅
GaussianZoom: Progressive Zoom-in Generative 3D Gaussian Splatting with Geometric and Semantic Guidance
把基于深度的特征 warp 与 VLM 驱动的细节合成结合进多视图一致超分模块，可在低分辨率多视图输入下生成高倍放大的 3DGS 场景；其可扩展连续 LOD 层级通过动态调制高斯可见性实现无混叠跨尺度渲染，对需要极端放大或跨尺度一致性的新视角合成工作可直接复用。
基于球面几何增强的全景图像边缘聚焦超分辨率
Edge-Focused Super-Resolution for Omnidirectional Images with Spherical Geometric Augmentation
针对全景图像超分辨率中的边缘退化问题，提出边缘聚焦模块与球面旋转-平移数据增强策略，可复用于其他畸变图像复原任务。
DreamSR：基于感受野增强扩散 Transformer 的超高分辨率图像超分辨率
DreamSR: Towards Ultra-High-Resolution Image Super-Resolution via a Receptive-Field Enhanced Diffusion Transformer
针对大分辨率图像分块推理时全局提示词与局部图像块语义错位导致的过度生成问题，提出双分支 MM-ControlNet：用图像块级提示词生成局部文本特征、用全局提示词提供全局文本特征，并配合感受野增强训练策略；这套「全局-局部提示词对齐 + 感受野增强」思路可直接迁移到其他基于扩散模型的大图分块生成任务（如修复、编辑）。
弥合图像超分辨率评测中的感知鸿沟
Bridging the Perception Gap in Image Super-Resolution Evaluation
对做超分辨率的人，这篇给出了一个可直接套用的评测改造：把任意 FR/NR IQA 指标换成成对相对质量比较（RQI），既能更贴合人眼偏好地排名 SR 模型，也能当作训练损失引导生成更真实的细节。
超越真值：面向图像复原的增强监督
Beyond the Ground Truth: Enhanced Supervision for Image Restoration
把「提升真值质量」当作提升复原性能的杠杆：用条件频率掩码生成器做频域 mixup，把原真值与超分变体融合成感知增强真值，再训练一个可插拔的轻量输出精炼网络，可直接接到现有复原模型后面。
BHCast：从单张模糊图像以长期预测解锁黑洞等离子体动力学
BHCast: Unlocking Black Hole Plasma Dynamics from a Single Blurry Image with Long-Term Forecasting
把「单张模糊图 → 长时间稳定自回归视频预测」当作科学成像的逆问题求解器：多尺度金字塔损失让自回归预测同时完成超分与演化，且长时程不发散；这套「预测-再推断」的解耦思路可迁移到其他分辨率受限的时序观测（如天文、显微、遥感）中做特征提取与参数反演。