arXiv Computer Vision· Zhiming Hu, Ran Zhang, Angela Ye, Raghav Goyal, Faraz Ali, Tristan Ty Aumentado-Armstrong, Samrudhdhi B. Rangrej, Konstantinos G. Derpanis, Iqbal Mohomed, Alex Levinshtein·· 20 小时前AI 评分22
TGSR：基于文本定位的扩散模型实现忠实图像超分辨率
TGSR: Text-Grounded Diffusion for Faithful Image Super-Resolution
AI 导读
TGSR 是一个测试时框架，通过逐步识别并抑制生成过程中可能产生幻觉的文本区域，将文本超分辨率重构为选择性生成问题，仅在预期可靠生成时解析文本，其余场景内容仍完整超分。研究团队基于多种扩散超分输出构建大规模数据集训练专用检测器，在多个骨干网络上将文本识别精度最高提升 17.68 个点，且不降低感知质量。
来源：arXiv Computer Vision · arxiv.org