wafer-bob/ASASR

解决的问题

ASASR 解决了「忠实」图像超分辨率（SR）问题，其目标是在放大低分辨率图像时保持结构保真度和光谱一致性，同时避免引入许多生成式 SR 方法中常见的伪影。

工作原理

基于 FLUX.1-dev 主干网络，ASASR 使用双 LoRA 推理管道（基础 SR 先验 + DPO 优化）进行图像重建。引入了三项关键技术革新：

1. 彩色噪声流：用与自然图像流形对齐的谱形核替代标准高斯噪声。
2. Sobolev 引导几何（S-DPO）：使用黎曼度量和频率加权的直接偏好优化（DPO），更好地保留高频结构。
3. 对抗性流形引导（AMG）：使用一个训练为模仿基线 SR 伪影的对抗网络，生成「硬负样本」以引导 DPO 过程实现更忠实的重建。

适用人群

从事图像修复、超分辨率和生成式 AI 的研究人员和开发者，需要避免常见生成幻觉或伪影的高保真放大方案。

主要亮点

• SOTA 性能：在 DIV2K-Val（Real-ESRGAN ×4）上位列最先进，在 RealSR 上排名第三。
• 双 LoRA 架构：结合基础 SR LoRA 与 DPO 优化 LoRA，实现平衡的重建效果。
• 对抗训练：使用专用对抗网络合成现实的失败案例，用于偏好优化。
• 全面评估：包含 PSNR、SSIM、LPIPS 以及无参考质量评估（MANIQA、MUSIQ、CLIPIQA+）的完整指标套件。