RefGC-SR^2：參照引導的生成內容超解析度與精修模型
為何重要
此技術整合了參照圖復原與生成後處理，解決了影像生成中的細節遺失問題，大幅提升輸出影像的品質。
目前的參照引導生成技術在輸入時會將高解析度參照圖降成低解析度，導致細節遺失與生成失真。新提出的 RefGC-SR^2 任務結合超解析度與精修步驟，在後處理階段重新利用原參照圖，並使用頻率感知的 diffusion transformer 模型來修復失真。該方法在合成資料上訓練雙聯件條件生成器，實驗顯示其在物件精準度與解析度上大幅勝過現有基準。