跳到正文
原文
HF Daily Papers·· 8 天前精选AI 评分35

RAESR:基于冻结 DINOv3 潜空间的图像超分辨率方法

Super-Resolution in The Right Latent Space: A Frozen Vision-Foundation Substrate

AI 导读

RAESR 使用 23 层冻结 DINOv3-L 融合得到的潜空间作为重建基底,训练 415M 解码器在重建与对抗目标下完成单步图像超分辨率。该方法在 RealSR、DRealSR、LSDIR 和 DIV2K-Val 上以单张 H20 GPU 处理 512×512 图像耗时 37ms,取得当前最佳的保真度-感知权衡;将基底换成 VAE 潜空间、其余设置不变则各项指标均下降。

推荐理由

论文给出了在 DINOv3 潜空间做超分辨率的具体设计与 VAE 基底对比,可作为视觉表征迁移至底层视觉任务的方法参考。

来源:HF Daily Papers · huggingface.co