摘要

单图像超分辨率（Single-Image Super-Resolution, SISR）的主要目标是从对应的低分辨率（Low-Resolution, LR）输入中重建出高分辨率（High-Resolution, HR）图像。在以往的监督学习方法中，训练目标通常基于超分辨率（Super-Resolution, SR）结果与真实HR图像之间的像素级平均距离进行度量。然而，优化此类指标往往导致图像模糊，尤其是在高方差（细节丰富）区域表现尤为明显。本文提出一种全新的超分辨率问题建模方式：通过生成在下采样后能准确还原为原始低分辨率图像的逼真SR图像。为此，我们提出了一种名为PULSE（Photo Upsampling via Latent Space Exploration，基于潜在空间探索的图像上采样）的算法。该方法能够在以往文献中未见的高分辨率尺度下，完全自监督地生成高分辨率且逼真的图像，无需依赖特定的退化算子进行训练。与以往方法不同，PULSE并不从低分辨率图像出发逐步添加细节，而是直接在高分辨率自然图像流形中进行搜索，寻找那些经下采样后能够精确匹配原始LR图像的高分辨率图像。这一过程通过“下采样损失”（downscaling loss）进行形式化建模，该损失函数引导生成模型在潜在空间中的探索方向。借助高维高斯分布的统计特性，我们对搜索空间进行有效约束，从而确保生成结果的现实性。因此，PULSE所生成的超分辨率图像不仅具有高度逼真性，而且在下采样后能够精确还原至原始低分辨率输入。我们在人脸超分辨率（即人脸幻觉）领域展示了该方法的可行性验证。同时，我们还提供了针对当前实现版本的方法局限性与潜在偏差的讨论，并附带了包含相关评估指标的模型卡片（model card），以增强方法的透明度与可复现性。实验结果表明，与现有最先进方法相比，PULSE在更高分辨率和更大放大倍数下均显著提升了感知质量，实现了此前难以达到的性能突破。