AITOP

超分辨率

共 12 条相关 AI 资讯
8月15日
19:41
8月7日
12:03
12:03官方账号arXiv cs.AI@Zahra Khodakarami, Yue Li, Pulkit Khandelwal, John Detre, Sandhitsu Das, Christopher Brown, David Wolk, Paul Yushkevich
研究用ADNI队列29人的1mm各向同性高清FLAIR扫描，模拟3mm和5mm层厚退化。对比多对比隐式神经表示、单对比自监督ECLARE和三次插值三种超分方法。在MARS-WMH分割下，超分的主导效应是抹除小的真实病灶，而非幻觉生成，且层厚越厚抹除越严重。所有重建方法都比原始厚层扫描提升病灶检测，其中ECLARE在两种层厚下恢复小病灶信号最好，INR效果不优于三次插值。
论文FLAIRWMHADNI
推荐理由：FLAIR超分注意：小病灶主要被抹除而非幻觉。ADNI 29例上ECLARE最好，INR不如三次插值。
原文
7月27日
15:29
15:29IT之家（博客/媒体）
外媒爆料称高通SM8975（骁龙8 Elite Gen 6 Pro）将具备AI Frame Fusion功能，通过GPU着色器内的2个专用矩阵ALU模块实现AI驱动的超分辨率和帧生成。超分辨率模式可结合运动矢量、深度缓冲区等数据，将画面提升至1080p或1440p；帧生成模式利用运动矢量和光流重投影在两个实际帧间插入生成帧。该功能为SM8975独占，未出现在SM8950中。芯片尺寸约134 mm²，较上一代更大，配套调制解调器SDR885支持4×4 MIMO。
AI产品骁龙8 Elite Gen 6 Pro高通AI Frame Fusion
推荐理由：高通新一代旗舰芯片要内置AI超分和插帧了，游戏画质和流畅度可能大幅提升，关键还是硬件级独占功能。
原文
7月7日
12:10
12:10官方账号arXiv cs.LG@Guorun Wang, Simone Foti, Andreas D. Demou, Leonidas Kotoulas, Theodoros Christoudias, Alexandros Koliousis, Mihalis Nicolaou, Stefanos Zafeiriou
该论文提出一个站指导框架，将粗分辨率CAMS大气成分场超分辨率（×40，约1km）并偏差校正为局地PM2.5变化。框架利用多尺度Transformer网络，结合人类活动、土地覆盖、高程、卫星气溶胶观测和风场等异构信息，无需时间序列建模。为解决稀疏原位数据密集监督问题，引入时间无关传播策略，通过空间高斯混合插值OpenAQ观测。在欧洲的定性和站点评估显示，模型能恢复细粒度空间结构并有效缓解CAMS局部偏差。
论文CAMSOpenAQPM2.5
推荐理由：想用CAMS数据做高分辨率PM2.5预测？这篇论文提出了一个不依赖时间序列的降尺度框架，融合多种地理信息，用OpenAQ观测做伪监督，效果不错。
原文
6月26日
00:56
00:56官方一手AWS Machine Learning Blog@Nick Biso
精选
本文演示了如何在Amazon SageMaker AI上部署SeedVR2进行视频超分辨率。介绍了解决方案架构和具体部署步骤。通过性能对比展示了SeedVR2在视频放大质量和处理效率上的提升。
技巧SeedVR2Amazon SageMaker AI超分辨率
推荐理由：AWS教你用SeedVR2在SageMaker上给视频做超分辨率，有步骤有对比，想试试高清视频放大可以看看。
原文
6月23日
09:03
6月16日
09:46
6月2日
21:50
21:50IT之家（博客/媒体）
AMD 在 Computex 2026 上宣布，其基于机器学习的超分辨率技术 FSR 4 已支持超过 300 款游戏，较发布初期增长 10 倍。该技术随 RDNA 4 架构的 RX 9000 系列显卡于 2025 年 3 月推出，爆发式增长得益于 Redstone AI 技术套件。AMD 确认 FSR 4.1 将于 2026 年 7 月下放至 RDNA 3 架构的 RX 7000 系列显卡，2027 年初支持 RDNA 2 架构的 RX 6000 系列。为适配旧架构，AMD 开发了 INT8 版本，使老用户无需换卡即可体验 AI 画质提升。此举有望惠及大量玩家及搭载 RDNA 3.5 核显的掌机设备。
AI产品AMDFSR 4超分辨率
推荐理由：FSR 4 下放至旧显卡意味着数千万 RDNA 3/2 用户无需升级硬件就能享受 AI 画质提升，游戏玩家和掌机用户值得关注。
原文
5月26日
11:49
11:49官方账号arXiv cs.AI@Zixin Jessie Chen, Zhuo Chen, Archer Wang, Jeff Gore, William T. Freeman, Congyue Deng, Marin Soljačić
精选
SKILD 是一种新型扩散模型，通过利用图像和物理系统的尺度不变性，将图像生成和连续超分辨率统一在一个无条件的框架中。其前向过程从粗到细衰减图像内容并注入匹配频谱的高斯噪声，使尺度成为扩散的显式坐标。训练后的反向过程仅通过改变起始时间步即可同时执行生成和任意倍数的超分辨率，无需任务特定架构、条件分支或无分类器引导。在 CIFAR-10 上达到 FID 2.65 和 Inception Score 9.63，在 ImageNet 上实现 2 倍到 8 倍超分辨率，性能超越条件模型，并能重建关键伊辛模型的相关函数。
论文扩散模型超分辨率尺度不变性
推荐理由：SKILD 用一个模型同时搞定生成和超分，省去了为不同尺度重复训练的麻烦，做图像生成或物理模拟的团队值得关注，直接省掉条件分支和重训练。
原文
5月20日
16:03
16:03官方账号腾讯混元 Tencent Hunyuan@TencentCloud
精选
腾讯云宣布采用扩散变换器（DiT）架构，为全场景直播提供实时视频质量增强和超分辨率服务。相比传统CNN和GAN模型，DiT能生成更自然、高保真的纹理。该方案统一了实时4K超分辨率、压缩伪影去除、帧率优化和精准ROI增强等关键能力。通过Causal DiT和滚动缓存加速，实现了稳定60 FPS的实时推理性能，延迟极低。该技术有效提升了流媒体QoE、电商GMV和广告转化率。
AI产品DiT扩散变换器视频增强
推荐理由：腾讯云把DiT用在了直播场景，解决了传统CNN/GAN画质增强不够自然的问题，做直播、电商、视频平台的团队可以直接关注企业级方案，效果数据（GMV、转化率提升）值得点开看。
原文
5月19日
08:27
08:27IT之家（博客/媒体）
精选
小米在 CVPR 2026 NTIRE 赛事中夺得三项奖项，包括高效超分辨率赛道冠军、人像修复赛道冠军和反光消除赛道亚军。高效超分辨率赛道中，玄戒多媒体算法团队提出 SPANV2 方案，通过自适应修复和显存优化实现推理速度提升。人像修复赛道采用双阶段级联框架加单步扩散细化，解决了老照片复合退化问题。反光消除赛道基于 RDNet-XL 架构，结合扩散模型知识蒸馏和渐进式训练，在主观评分中获第二名。这些技术突破展示了小米在图像恢复与增强领域的软硬融合能力。
AI产品小米CVPR 2026NTIRE
推荐理由：小米在 CVPR 2026 NTIRE 上连拿三项奖，说明其影像算法已跻身全球顶尖水平。做手机影像或图像处理的开发者，可以看看 SPANV2 和人像修复方案，直接参考技术报告来优化自己的模型。
原文
5月14日
23:00