Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2504.09887

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2504.09887 (cs)
[提交于 2025年4月14日 ]

标题: 增强的UGC图像超分辨率语义提取与引导

标题: Enhanced Semantic Extraction and Guidance for UGC Image Super Resolution

Authors:Yiwen Wang, Ying Liang, Yuxuan Zhang, Xinning Chai, Zhengxue Cheng, Yingsheng Qin, Yucai Yang, Rong Xie, Li Song
摘要: 由于用户生成内容(UGC)图像中的真实退化与合成退化之间的差异,传统超分辨率方法难以有效泛化,需要一种更稳健的方法来建模真实世界的失真。 在本文中,我们通过将语义指导整合到扩散框架中,提出了一种新的UGC图像超分辨率方法。 我们的方法通过在LSDIR数据集上分别模拟退化过程,并将其与官方配对训练集结合,解决了野生和合成数据集之间退化的不一致性。 此外,我们通过引入预训练的语义提取模型(SAM2)并微调关键超参数,以提高感知保真度,从而增强了退化去除和细节生成。 大量实验表明,我们的方法优于最先进的方法。 此外,所提出的模型在CVPR NTIRE 2025 短格式UGC图像超分辨率挑战赛中获得第二名,进一步验证了其有效性。 代码可在https://github.c10pom/Moonsofang/NTIRE-2025-SRlab获取。
摘要: Due to the disparity between real-world degradations in user-generated content(UGC) images and synthetic degradations, traditional super-resolution methods struggle to generalize effectively, necessitating a more robust approach to model real-world distortions. In this paper, we propose a novel approach to UGC image super-resolution by integrating semantic guidance into a diffusion framework. Our method addresses the inconsistency between degradations in wild and synthetic datasets by separately simulating the degradation processes on the LSDIR dataset and combining them with the official paired training set. Furthermore, we enhance degradation removal and detail generation by incorporating a pretrained semantic extraction model (SAM2) and fine-tuning key hyperparameters for improved perceptual fidelity. Extensive experiments demonstrate the superiority of our approach against state-of-the-art methods. Additionally, the proposed model won second place in the CVPR NTIRE 2025 Short-form UGC Image Super-Resolution Challenge, further validating its effectiveness. The code is available at https://github.c10pom/Moonsofang/NTIRE-2025-SRlab.
主题: 计算机视觉与模式识别 (cs.CV)
引用方式: arXiv:2504.09887 [cs.CV]
  (或者 arXiv:2504.09887v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2504.09887
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Ying Liang [查看电子邮件]
[v1] 星期一, 2025 年 4 月 14 日 05:26:24 UTC (4,854 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-04
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号