arXiv:2505.12375eess.IVcs.LG2025-05被引 1
让超分辨率图像重建更可信，通过生成模型匹配退化过程。
Trustworthy Image Super-Resolution via Generative Pseudoinverse
- 构建生成式伪逆模型，显式建模图像退化流程。
- 在低分辨率测量上实现渐近一致性，重建结果更贴近真实数据。
- 适合关注图像重建可靠性与物理一致性的研究者。
我们研究可信的图像修复问题，将其形式化为对先验密度的约束优化。为此，我们开发了针对图像超分辨率任务的生成模型，这些模型尊重退化过程，并可实现与低分辨率观测值的渐近一致性，在该方面显著优于现有方法。
原文摘要 · Abstract (English)
We consider the problem of trustworthy image restoration, taking the form of a constrained optimization over the prior density. To this end, we develop generative models for the task of image super-resolution that respect the degradation process and that can be made asymptotically consistent with the low-resolution measurements, outperforming existing methods by a large margin in that respect.
超分辨率生成模型可信重建
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。