<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Ефективні дифузійні моделі для SUPER-RESOLUTION зображень

Скорочена інформація про документ
dc.contributor.authorКозлов, С. Л.uk
dc.contributor.authorКолесницький, О. К.uk
dc.contributor.authorKozlov, S. L.en
dc.contributor.authorKolesnytskyi, O. K.en
dc.identifier.orcidhttps://orcid.org/0009-0000-5772-1085
dc.identifier.orcidhttps://orcid.org/0000-0003-0336-4910
dc.titleЕфективні дифузійні моделі для SUPER-RESOLUTION зображеньuk
dc.title.alternativeEfficient diffusion models for super-resolution imagesen
dc.date.issued2026
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationКозлов С. Л., Колесницький О. К. Ефективні дифузійні моделі для SUPER-RESOLUTION зображень // Наукові праці Вінницького національного технічного університету. Електрон. текст. дані (PDF: 524 КБ). 2026. № 1. URI: https://praci.vntu.edu.ua/index.php/praci/article/view/944.uk
dc.relation.ispartofНаукові праці Вінницького національного технічного університету. № 1.uk
dc.relation.urihttps://praci.vntu.edu.ua/index.php/praci/article/view/944
dc.identifier.doihttps://doi.org/10.31649/2307-5376-2026-1-89-99
dc.identifier.issn2307-5376
dc.identifier.udc004.8
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/52418
dc.description.abstractДифузійні моделі встановили нові стандарти перцептивної якості у SISR, проте їхнє багатокрокове висновування та великий розмір моделі складнюють практичне розгортання: моделі на основі Stable Diffusion потребують 50–200 кроків знешумлення, секундні затримки та мільярди параметрів. Цей гляд систематизує два взаємодоповнюючі напрямки: ефективне проєктування дифузійного процесу, що скорочує ітеративне семплювання від сотень кроків до кількох, та ущільнення моделей для розгортання з обмеженими ресурсами. Проаналізовано дванадцять моделей 2023–2025 років: вісім ефективних(ResShift, SinSR, OSEDiff, TSD-SR, AddSR, DoSSR, CCSR, InvSR) та чотири ущільнених (AdcSR, PassionSR, Edge-SD-SR, BiMaCoSR), та проведено порівняння їх за якістю (SSIM, LPIPS, CLIPIQA, MUSIQ) та ефективністю (параметри, MACs, час висновування) на тестових наборах DIV2K, RealSR і DRealSR. З-поміж ефективних моделей ті, що побудовані на попередньо навчених text-to-image опорних моделях, дають приріст до +0,13 CLIPIQA порівняно з моделями навченими з нуля. Використання LR-зображення, як початкової точки зворотного процесу, забезпечує кращий баланс перцепція-спотворення, порівняно зі початком з гаусового шуму. Моделі-студенти можуть показати кращі результати, ніж відповідні моделі-вчителі, за умови донавчання на еталонних зображеннях. Текстові запити слугують допоміжним, а не обов'язковим сигналом. InvSR та CCSR виносять баланс перцепція-спотворення як runtime-параметр на єдиній навченій моделі. Ущільнення у 4-6 разів майже не впливає на якість. Понад 10-кратне ущільнення погіршує перцептивну якість, хоча точність відтворення зберігається. VAE-декодер домінує в обчисленнях та затримці на пристрої, що робить його першочерговою ціллю ущільнення. Водночас ущільнені дифузійні SR-моделі, все ще, значно більші за GAN-моделі, і оптимальний компроміс між розміром моделі та якістю результату залишається недослідженим.uk
dc.subjectimage super-resolutionen
dc.subjectdiffusion modelsen
dc.subjectоднокрокові дифузійнй моделіuk
dc.subjectущільнення дифузійних моделейuk
dc.subjectдистиляція знаньuk
dc.subjectStable Diffusionen
dc.subjectглибоке навчанняuk
dc.typeArticle, professional native edition
dc.typeArticle
dc.language.isoukuk
dc.relation.referencesBlau Y., Michaeli T. The Perception-Distortion Tradeoff. 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Salt Lake City, UT, USA, 18–23 June 2018. 2018. URL: https://doi.org/10.1109/cvpr.2018.00652 (Last accessed: 22.02.2026).en
dc.relation.referencesReal-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network / W. Shi et al. 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Las Vegas, NV, USA, 27–30 June 2016. 2016. URL: https://doi.org/10.1109/cvpr.2016.207 (Last accessed: 22.02.2026).en
dc.relation.referencesImage Super-Resolution Using Very Deep Residual Channel Attention Networks / Y. Zhang et al. Computer Vision –ECCV 2018. Cham, 2018. P. 294–310. URL: https://doi.org/10.1007/978-3-030-01234-2_18 (Last accessed: 22.02.2026).en
dc.relation.referencesSwinIR: Image Restoration Using Swin Transformer / J. Liang et al. 2021 IEEE/CVF International Conference on Computer Vision Workshops (ICCVW), Montreal, BC, Canada, 11–17 October 2021. 2021. URL: https://doi.org/10.1109/iccvw54120.2021.00210 (Last accessed: 22.02.2026).en
dc.relation.referencesReal-ESRGAN: Training Real-World Blind Super-Resolution with Pure Synthetic Data / Wang X., Xie L., Dong C., Shan Y. 2021 IEEE/CVF International Conference on Computer Vision Workshops (ICCVW), Montreal, BC, Canada, 11–17 October 2021. 2021. URL: https://doi.org/10.1109/iccvw54120.2021.00217 (Last accessed: 22.02.2026).en
dc.relation.referencesImage Super-Resolution via Iterative Refinement / C. Saharia et al. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2023. Vol. 45, no. 4. P. 4713–4726. URL: https://doi.org/10.1109/tpami.2022.3204461 (Last accessed: 22.02.2026).en
dc.relation.referencesHigh-Resolution Image Synthesis with Latent Diffusion Models / R. Rombach et al. 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), New Orleans, LA, USA, 18–24 June 2022. 2022. URL: https://doi.org/10.1109/cvpr52688.2022.01042 (Last accessed: 22.02.2026).en
dc.relation.referencesExploiting Diffusion Prior for Real-World Image Super-Resolution / J. Wang et al. International Journal of Computer Vision. 2024.Vol. 132, no. 12. P. 5929–5949. URL: https://doi.org/10.1007/s11263-024-02168-7 (Last accessed: 22.02.2026).en
dc.relation.referencesSeeSR: Towards Semantics-Aware Real-World Image Super-Resolution / R. Wu et al. 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). 2024. P. 25456–25467. URL: https://doi.org/10.1109/CVPR52733.2024.02405 (Last accessed: 22.02.2026).en
dc.relation.referencesDiffBIR: Towards Blind Image Restoration with Generative Diffusion Prior / X. Lin et al. Computer Vision –ECCV 2024: 18th European Conference, Milan, Italy, September 29–October 4, 2024, Proceedings, Part LIX, Milan, Italy. 2024. P. 430–448. URL: https://dl.acm.org/doi/10.1007/978-3-031-73202-7_25 (Last accessed: 22.02.2026).en
dc.relation.referencesDiffusion Models in Low-Level Vision: A Survey / C. He et al. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2025. P. 1–20. URL: https://doi.org/10.1109/tpami.2025.3545047 (Last accessed: 22.02.2026).en
dc.relation.referencesDiffusion Models for Image Restoration and Enhancement: A Comprehensive Survey / X. Li et al. International Journal of Computer Vision. 2025. Vol. 133, no. 11. P. 8078–8108. URL: https://doi.org/10.1007/s11263-025-02570-9 (Last accessed: 22.02.2026).en
dc.relation.referencesDiffusion Models, Image Super-Resolution And Everything: A Survey / B. B. Moser et al. IEEE Transactions on Neural Networks and Learning Systems. 2025. Vol. 36, no. 7. P. 11793–11813. URL: https://doi.org/10.1109/tnnls.2024.3476671 (Last accessed: 22.02.2026).en
dc.relation.referencesHo J., Jain A., Abbeel P. Denoising Diffusion Probabilistic Models. Proceedings of the 34th International Conference on Neural Information Processing Systems, Vancouver,BC, Canada. 2020. URL: https://dl.acm.org/doi/abs/10.5555/3495724.3496298 (Last accessed: 22.02.2026).en
dc.relation.referencesAdversarial Diffusion Distillation / Sauer A., Lorenz D., Blattmann A., Rombach R. Computer Vision –ECCV 2024: 18th European Conference, Milan, Italy, September 29–October 4, 2024, Proceedings, Part LXXXVI, Milan, Italy. 2024. P. 87–103. URL: https://dl.acm.org/doi/10.1007/978-3-031-73016-0_6 (Last accessed: 22.02.2026).en
dc.relation.referencesScaling Rectified Flow Transformers for High-Resolution Image Synthesis / P. Esser et al. Proceedings of the 41st International Conference on Machine Learning, Vienna, Austria. 2024. URL: https://dl.acm.org/doi/10.5555/3692070.3692573 (Last accessed: 22.02.2026).en
dc.relation.referencesZhang L., Rao A., Agrawala M. Adding Conditional Control to Text-to-Image Diffusion Models. 2023 IEEE/CVF International Conference on Computer Vision (ICCV). 2023. P. 3813–3824. URL: https://doi.org/10.1109/ICCV51070.2023.00355 (Last accessed: 22.02.2026).en
dc.relation.referencesImproving the Stability and Efficiency of Diffusion Models for Content Consistent Super-Resolution / L. Sun et al. IEEE Transactions on Image Processing. 2025. Vol. 34. P. 8421–8434. URL: https://doi.org/10.1109/tip.2025.3640863 (Last accessed: 22.02.2026).en
dc.relation.referencesYue Z., Wang J., Loy C. C. Efficient Diffusion Model for Image Restoration by Residual Shifting. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2025. Vol. 47, no. 1. P. 116–130. URL: https://doi.org/10.1109/tpami.2024.3461721 (Last accessed: 22.02.2026).en
dc.relation.referencesSinSR: Diffusion-Based Image Super-Resolution in a Single Step / Y. Wang et al. 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Seattle, WA, USA, 16–22 June 2024. 2024. P. 25796–25805. URL: https://doi.org/10.1109/cvpr52733.2024.02437 (Last accessed: 22.02.2026).en
dc.relation.referencesSalimans T., Ho J. Progressive Distillation for Fast Sampling of Diffusion Models. International Conference on Learning Representations. 2022. URL: https://openreview.net/forum?id=TIdIXIpzhoI (Last accessed: 22.02.2026).en
dc.relation.referencesOne-Step Effective Diffusion Network for Real-World Image Super-Resolution / Wu R., Sun L., Ma Z., Zhang L. Advances in Neural Information Processing Systems. 2024. Vol. 37. P. 92529–92553. URL: https://openreview.net/forum?id=TPtXnpRvur (Last accessed: 22.02.2026).en
dc.relation.referencesProlificDreamer: High-Fidelity and Diverse Text-to-3D Generation with Variational Score Distillation / Z. Wang et al. Proceedings of the 37th International Conference on Neural Information Processing Systems, New Orleans, LA, USA. 2023. URL: https://dl.acm.org/doi/10.5555/3666122.3666490 (Last accessed: 22.02.2026).en
dc.relation.referencesTSD-SR: One-Step Diffusion with Target Score Distillation for Real-World Image Super-Resolution / L. Dong et al. 2025 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Nashville, TN, USA, 10–17 June 2025. 2025. P. 23174–23184. URL: https://doi.org/10.1109/cvpr52734.2025.02158 (Last accessed: 22.02.2026).en
dc.relation.referencesAddSR: Accelerating Diffusion-based Blind Super-Resolution with Adversarial Diffusion Distillation / R. Xie et al. Pattern Recognition. 2026. Vol. 175. P. 113012. URL: https://www.sciencedirect.com/science/article/pii/S0031320325016759 (Last accessed: 22.02.2026).en
dc.relation.referencesRecognize Anything: A Strong Image Tagging Model / Y. Zhang et al. 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), Seattle, WA, USA, 17–18 June 2024. 2024. P. 1724–1732. URL: https://doi.org/10.1109/cvprw63382.2024.00179 (Last accessed: 22.02.2026).en
dc.relation.referencesLearning Transferable Visual Models From Natural Language Supervision / A. Radford et al. Proceedings of the 38th International Conference on Machine Learning. 2021. Vol. 139. P. 8748–8763. URL: https://proceedings.mlr.press/v139/radford21a.html (Last accessed: 22.02.2026).en
dc.relation.referencesTaming Diffusion Prior for Image Super-Resolution with Domain Shift SDEs / Q. Cui et al. Proceedings of the 38th International Conference on Neural Information Processing Systems, Vancouver, BC, Canada. 2024. URL: https://dl.acm.org/doi/10.5555/3737916.3739271 (Last accessed: 22.02.2026).en
dc.relation.referencesYue Z., Liao K., Loy C. C. Arbitrary-steps Image Super-resolution via Diffusion Inversion. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). 2025. P. 23153–23163. URL: https://openaccess.thecvf.com/content/CVPR2025/html/Yue_Arbitrary-steps_Image_Super-resolution_via_Diffusion_Inversion_CVPR_2025_paper.html (Last accessed: 22.02.2026).en
dc.relation.referencesAgustsson E., Timofte R. NTIRE 2017 Challenge on Single Image Super-Resolution: Dataset and Study. 2017 IEEE Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), Honolulu, HI, USA, 21–26 July 2017. 2017. URL: https://doi.org/10.1109/cvprw.2017.150 (Last accessed: 22.02.2026).en
dc.relation.referencesToward Real-World Single Image Super-Resolution: A New Benchmark and a New Model / J. Cai et al. 2019 IEEE/CVF International Conference on Computer Vision (ICCV),Seoul, Korea (South), 27 October –2 November 2019. 2019. URL: https://doi.org/10.1109/iccv.2019.00318 (Last accessed: 22.02.2026).en
dc.relation.referencesComponent Divide-and-Conquer for Real-World Image Super-Resolution / P. Wei et al. Computer Vision –ECCV 2020. Cham, 2020. P. 101–117. URL: https://doi.org/10.1007/978-3-030-58598-3_7 (Last accessed: 22.02.2026).en
dc.relation.referencesImage Quality Assessment: From Error Visibility to Structural Similarity / Z. Wang et al. IEEE Transactions on Image Processing. 2004. Vol. 13, no. 4. P. 600–612. URL: https://doi.org/10.1109/tip.2003.819861 (Last accessed: 22.02.2026).en
dc.relation.referencesThe Unreasonable Effectiveness of Deep Features as a Perceptual Metric / R. Zhang et al. 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Salt Lake City, UT, 18–23 June 2018. 2018. URL: https://doi.org/10.1109/cvpr.2018.00068 (Last accessed: 22.02.2026).en
dc.relation.referencesWang J., Chan K. C. K., Loy C. C. Exploring CLIP for Assessing the Look and Feel of Images. Proceedings of the Thirty-Seventh AAAI Conference on Artificial Intelligence and Thirty-Fifth Conference on Innovative Applications of Artificial Intelligence and Thirteenth Symposium on Educational Advances in Artificial Intelligence. 2023. URL: https://dl.acm.org/doi/10.1609/aaai.v37i2.25353 (Last accessed: 22.02.2026).en
dc.relation.referencesMUSIQ: Multi-scale Image Quality Transformer / J. Ke et al. 2021 IEEE/CVF International Conference on Computer Vision (ICCV), Montreal, QC, Canada, 10–17 October 2021. 2021. URL: https://doi.org/10.1109/iccv48922.2021.00510 (Last accessed: 22.02.2026).en
dc.relation.referencesAdversarial Diffusion Compression for Real-World Image Super-Resolution / B. Chen et al. 2025 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Nashville, TN, USA, 10–17 June 2025. 2025. P. 28208–28220. URL: https://doi.org/10.1109/cvpr52734.2025.02627 (Last accessed: 22.02.2026).en
dc.relation.referencesImage Quality Assessment: Unifying Structure and Texture Similarity / Ding K., Ma K., Wang S., Simoncelli E. P. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2022. Vol. 44, no. 5. P. 2567–2581. URL: https://doi.org/10.1109/tpami.2020.3045810 (Last accessed: 22.02.2026).en
dc.relation.referencesPassionSR: Post-Training Quantization with Adaptive Scale in One-Step Diffusion based Image Super-Resolution / L. Zhu et al. 2025 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Nashville, TN, USA, 10–17 June 2025. 2025. P. 12778–12788. URL: https://doi.org/10.1109/cvpr52734.2025.01192 (Last accessed: 22.02.2026).en
dc.relation.referencesEdge-SD-SR: Low Latency and Parameter Efficient On-device Super-Resolution with Stable Diffusion via Bidirectional Conditioning / M. Noroozi et al. 2025 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Nashville, TN, USA, 10–17 June 2025. 2025. P. 12789–12798. URL: https://doi.org/10.1109/cvpr52734.2025.01193 (Last accessed: 22.02.2026).en
dc.relation.referencesBiMaCoSR: Binary One-Step Diffusion Model Leveraging Flexible Matrix Compression for Real Super-Resolution / K. Liu et al. Proceedings of the 42nd International Conference on Machine Learning,Vancouver, Canada. 2025. URL: https://dl.acm.org/doi/abs/10.5555/3780338.3781942 (Last accessed: 22.02.2026).en
dc.date.accessioned2026-08-27T13:42:52Z
dc.date.available2026-08-27T13:42:52Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
206494.pdf
Розмір:
523,9 KB
Формат:
Adobe Portable Document Format
Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
license.txt
Розмір:
129 B
Формат:
Plain Text
Опис:
Завантажити

Зібрання

Наукові праці ВНТУ. 2026. № 1