跳到正文
热点事件持续更新

OracleZoom:参考约束递归图像超分方法

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Shubhashis Roy Dipta 等在 arXiv 发布论文,提出递归图像超分辨率方法 OracleZoom。该方法把最后一次有真实标签(如 4×)的图像区域作为训练信号,模型基于自身预测做一步递归(4×→16×),通过跨尺度损失把 16× 预测投影回 4× 真实标签,并用无参考质量目标与 latent prior 补充细节、抑制幻觉。 论文称,在七个数据集上,OracleZoom 在每个放大倍率下都取得最高的 CLIPIQA(平均 0.713,对比 Chain-of-Zoom 的 0.621);在两个以真实标签为依据的评测上汇总,这部分新增细节在 16× 幻觉率与 Chain-of-Zoom 持平、在 4× 更低。

AI 根据报道生成 · 34 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    OracleZoom:基于参考约束的递归图像超分辨率,突破真实标签极限

    arXiv 论文提出 OracleZoom 递归图像超分辨率方法,将最后一次有真实标签(如 $4\times$)的图像区域作为训练信号,通过跨尺度损失把 $16\times$ 预测投影回真实标签,并用无参考质量目标与 latent prior 补充细节、抑制幻觉。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。