NeurIPS 2024 | 极致压缩，二值化扩散模型在图像超分辨率任务上的突破

文章预览

本文提出了首个用于图像超分辨率的二值化扩散模型—— BI-DiffSR 。BI-DiffSR在保持扩散模型的生成能力与超分辨率性能的同时，大幅减少参数量（从55.41M到4.78M）。通过设计优化的UNet结构和创新的时间步感知机制，BI-DiffSR有效地在压缩率和图像质量之间取得了平衡，并在合成与真实数据集上的表现超越了现有的二值化方法。该方法展示了 二值化在扩散模型中的巨大潜力，并为图像超分辨率任务提供了一种高效的新方案 。 论文标题： Binarized Diffusion Model for Image Super-Resolution  论文链接： https://arxiv.org/abs/2406.05723 代码链接： https://github.com/zhengchen1999/BI-DiffSR 一、研究问题 图像超分辨率（Image Super-Resolution，简称图像 SR）是一种图像处理技术，旨在将低分辨率（LR）图像转换为高分辨率（HR）图像，从而增强图像的细节和清晰度。简单来说，就是将一张小 ………………………………