Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2508.00471

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2508.00471 (cs)
[提交于 2025年8月1日 ]

标题: 潜在扩散空间中的语义与时间整合用于高保真视频超分辨率

标题: Semantic and Temporal Integration in Latent Diffusion Space for High-Fidelity Video Super-Resolution

Authors:Yiwen Wang, Xinning Chai, Yuhong Zhang, Zhengxue Cheng, Jun Zhao, Rong Xie, Li Song
摘要: 最近在视频超分辨率(VSR)模型方面的进展展示了在增强低分辨率视频方面的显著成果。 然而,由于在充分控制生成过程方面存在限制,实现与低分辨率输入的高保真对齐,同时保持帧间的时序一致性仍然是一个重大挑战。 在本工作中,我们提出了语义和时序引导的视频超分辨率(SeTe-VSR),这是一种新的方法,在潜在扩散空间中结合了语义和时序-空域引导以解决这些挑战。 通过结合高层次的语义信息并整合空间和时间信息,我们的方法在恢复复杂细节和确保时序连贯性之间实现了无缝平衡。 我们的方法不仅保留了高真实感的视觉内容,还显著提高了保真度。 大量实验表明,SeTe-VSR在细节恢复和感知质量方面优于现有方法,突显了其在复杂视频超分辨率任务中的有效性。
摘要: Recent advancements in video super-resolution (VSR) models have demonstrated impressive results in enhancing low-resolution videos. However, due to limitations in adequately controlling the generation process, achieving high fidelity alignment with the low-resolution input while maintaining temporal consistency across frames remains a significant challenge. In this work, we propose Semantic and Temporal Guided Video Super-Resolution (SeTe-VSR), a novel approach that incorporates both semantic and temporal-spatio guidance in the latent diffusion space to address these challenges. By incorporating high-level semantic information and integrating spatial and temporal information, our approach achieves a seamless balance between recovering intricate details and ensuring temporal coherence. Our method not only preserves high-reality visual content but also significantly enhances fidelity. Extensive experiments demonstrate that SeTe-VSR outperforms existing methods in terms of detail recovery and perceptual quality, highlighting its effectiveness for complex video super-resolution tasks.
主题: 计算机视觉与模式识别 (cs.CV) ; 图像与视频处理 (eess.IV)
引用方式: arXiv:2508.00471 [cs.CV]
  (或者 arXiv:2508.00471v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.00471
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Yiwen Wang [查看电子邮件]
[v1] 星期五, 2025 年 8 月 1 日 09:47:35 UTC (19,934 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs
eess
eess.IV

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号