论文标题:Srdiff: Single image super-resolution with diffusion probabilistic models
来源: Neurocomputing 2022
贡献:
- 首次将diffusion用于图像超分,与SR3不同的是:SR3直接预测HR图像,而SRDiff预测LR和HR图像之间的差值,这使得DM能够专注于残差细节,加快收敛速度,稳定训练。其次,SRDiff将LR通过encoder后作为条件输入Unet。
1. 问题
- 以往的方案基于PSNR,GAN,flow,会出现过于平滑,模式崩溃,模型开销大等问题
2. 解决方案
- 将残差图像拿来做扩散
- 将LR通过encoder后作为条件
3. 实验