底层视觉与图像复原 / CVPR2026
STCDiT:时空一致的扩散 Transformer 用于高质量视频超分辨率
STCDiT: Spatio-Temporally Consistent Diffusion Transformer for High-Quality Video Super-Resolution
利用预训练视频扩散模型做视频超分时,通过运动感知的 VAE 分段重建和锚帧潜变量引导来提升结构保真度与时序稳定性,这套思路可直接迁移到其他基于扩散模型的视频复原任务(如去噪、去模糊)。
视频超分辨率扩散-Transformer运动感知重建