Skip to content

ResShift

基于扩散模型的图像超分辨率方法，通过残差移位实现高效重建。

Overview

ResShift 是一种将扩散模型应用于图像超分辨率（Super-Resolution）的方法。其核心思想是通过残差移位（Residual Shifting）策略，在低分辨率（LR）图像和高分辨率（HR）图像之间建立高效的映射关系，避免传统扩散模型在超分辨率任务中的高计算成本。

Key Facts / Claims

核心思想

  • 假设 LR 图像 \(y_0\) 和 HR 图像 \(x_0\) 具有相同的空间分辨率（LR 通过最近邻插值上采样）
  • 学习从 \(y_0\) 到 \(x_0\) 的残差映射，而非直接从噪声生成 HR
  • 残差移位：在扩散过程中逐步将 LR 特征移向 HR 特征

与标准扩散模型的区别

  • 标准 DDPM：从纯噪声 \(\mathcal{N}(0,I)\) 开始，逐步去噪生成图像
  • ResShift：以 LR 图像为条件，学习残差分布 \(p(x_0 - y_0)\)
  • 优势：条件信息强，收敛更快，生成质量更高

技术细节

  • 条件编码器：提取 LR 图像的多尺度特征
  • 残差预测：噪声预测网络预测的是 HR 与 LR 之间的残差噪声
  • 加速采样：由于条件强，可用更少的扩散步数（如 15 步 vs 1000 步）
  • [[diffusion-model]] — 基础扩散模型原理
  • [[flow-matching]] — 另一种生成模型范式，也可用于超分辨率
  • [[unet]] — ResShift 的骨干网络通常为 U-Net 架构

Sources