arXiv cs.AI· Junyuan Deng, Xinyi Wu, Zhenyao Wu, Song Wang, Yu Wang, Congchao Zhu·· 11 小时前AI 评分29
WorldSR：用世界知识搜索实现有依据的图像超分辨率
WorldSR: Harnessing World Knowledge Search for Grounded Image Super-Resolution
AI 导读
WorldSR 框架通过将输入分解为语义实体、从大规模外部语料库按实体检索结构语义对齐的参考图像，为超分辨率提供显式世界知识约束。该框架引入记忆机制复用已检索结果，并用多步过滤筛选候选参考，再经多参考超分辨率模型融合。在真实世界 SR benchmark 上，WorldSR 的结构保真度与视觉质量稳定优于现有生成式超分辨率方法，论文已被 NeurIPS 2026 接收。
正文 · AI 翻译
摘要：基于生成先验的超分辨率（SR）方法利用从大规模模型中学习到的隐式知识来增强低分辨率输入。然而，此类先验本质上是随机的，并且针对多样化生成进行了优化，这与 SR 所需的确定性、高保真重建相冲突。它还受限于基础模型，更新成本高昂，并且随着真实世界数据的演变容易产生幻觉。为了解决这些局限性，我们提出了 WorldSR，这是一个新颖的框架，它利用显式的、实体对齐的视觉世界知识来增强 SR。WorldSR 自动将输入分解为语义实体，并从大规模外部语料库中执行实体级检索，以获取在结构和语义上对齐的图像。为了提高效率和可靠性，我们引入了记忆机制来重用先前检索到的结果，并采用多步过滤过程来精炼候选参考。然后，选定的参考作为世界知识，通过一种新颖的多参考超分辨率模型进行整合，该模型为细节合成和结构恢复提供细粒度的约束。在真实世界 SR 基准上的实验表明，WorldSR 持续提高了结构保真度和视觉质量，优于现有的生成式超分辨率方法。我们的结果表明，外部视觉世界知识中的实体级基础为模型绑定的生成先验提供了一种简单而有效的补充。
| 评论： | 已被 NeurIPS 2026 接收。项目页面：此 https URL |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.28423 [cs.CV] |
| （或 arXiv:2610.28423v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.28423 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Junyuan Deng [查看电子邮件]
[v1]
2026 年 10 月 20 日星期二 15:54:25 UTC（29,046 KB）
来源：arXiv cs.AI · arxiv.org