Publications

カンファレンス (国内) Real-SRGD: 分類器無しガイダンスによる実世界超解像向け拡散モデルの画像品質改善

土井 賢治, 岡田 俊太郎, 吉橋 亮太, 片岡 裕雄

第27回 画像の認識・理解シンポジウム MIRU2024 (MIRU2024)

2024.8.9

実世界超解像 (RISR) は, ブラー, ノイズ, 圧縮アーティファクトなどで劣化した低解像度 (LR) 画像から高解像度 (HR) 画像を復元する技術である. 一般的な超解像 (SR) がBicubicダウンサンプリングなどで縮小したLR画像を対象とするのに対し, RISRは実世界の複雑に組み合わさった劣化に対応する必要がある. そこで本稿では条件付き画像生成で用いられる分類器無しガイダンス (CFG) を用いてRISRにおける劣化の組み合わせを学習可能にする拡散モデルReal-SRGDを提案する. 知覚品質指標に基づく定量評価および被験者調査により, Real-SRGDが定量的および定性的な評価の両方で最先端の既存手法を上回ることが示された.

PDF : Real-SRGD: 分類器無しガイダンスによる実世界超解像向け拡散モデルの画像品質改善