CVPR 2025 | 用于真实世界图像超分辨率的对抗扩散压缩

主要观点总结

本文介绍了一种新的对抗扩散压缩（ADC）框架，旨在提高基于稳定扩散（SD）的实时图像超分辨率（Real-ISR）方法的效率。通过结合结构压缩和对抗蒸馏，成功将一步式Real-ISR模型简化为更高效的扩散GAN混合网络。

关键观点总结

关键观点1: 对抗扩散压缩框架（ADC）的提出

结合了结构压缩和对抗蒸馏，创新性地应用于Real-ISR任务

关键观点2: 独特的结构压缩策略

包括对不必要模块的移除和对剩余模块的合理剪枝，以实现模型优化

关键观点3: 两阶段训练方案

首先预训练通道剪枝的VAE解码器，然后通过对抗蒸馏弥补性能损失

关键观点4: 高效的AdcSR模型的提出

将ADC框架应用于最先进的基于SD的一步式网络OSEDiff，在合成和真实世界数据集上均表现出竞争力

免责声明