WorldSR：用实体检索世界知识增强图像超分

Junyuan Deng 等作者提出 WorldSR 图像超分辨率框架，通过把输入图像分解为语义实体，再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，为超分提供显式的世界知识约束。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，最后经多参考超分模型融合。 作者称，在真实世界超分基准上，WorldSR 的结构保真度与视觉质量稳定优于现有生成式超分方法。论文已被 NeurIPS 2026 接收。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。