Newest papers

WorldSR: Harnessing World Knowledge Search for Grounded Image Super-Resolution

Junyuan Deng, Xinyi Wu, Zhenyao Wu, Song Wang, Yu Wang, 朱从超 · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.28423 · cited by 0 works (OpenAlex) · open-access PDF

Russian

Методы сверхрезолюции, основанные на генерировании предварительных данных, используют подразумеваемые знания, полученные от крупномасштабных моделей, чтобы улучшить эффективные входы с низким разрешением. Однако такие приоры по своей сути стохастичны и оптимизированы для разнообразного поколения, вступая в конфликт с детерминистскими методами восстановления высокой верности, необходимыми для SR. Он также связан с базовой моделью, затратно обновляется, и подвержен галлюцинациям по мере развития данных реального мира. Чтобы решить эти ограничения, мы вводим WorldSR, новую структуру, которая увеличивает SR с явным, ориентированным на объекты, визуальным мировым знанием. WorldSR автоматически разлагает вход в семантические объекты и

Machine translation (Meta M2M100); the English original follows.

Abstract

Generative-prior-based super-resolution (SR) methods leverage implicit knowledge learned from large-scale models to enhance low-resolution inputs. However, such priors are inherently stochastic and optimized for diverse generation, conflicting with the deterministic, high-fidelity reconstruction required for SR. It is also tied to the base model, costly to update, and prone to hallucinations as real-world data evolves. To address these limitations, we introduce WorldSR, a novel framework that augments SR with explicit, entity-aligned visual world knowledge. WorldSR automatically decomposes the input into semantic entities and performs entity-wise retrieval of structurally and semantically aligned images from a large-scale external corpus. For efficiency and reliability, we incorporate a memory mechanism to reuse previously retrieved results and a multi-step filtering process to refine candidate references. The selected references as world knowledge are then integrated through a novel multi-reference super-resolution model, which provides fine-grained constraints for detail synthesis and structural recovery. Experiments on real-world SR benchmarks show that WorldSR consistently improves structural fidelity and visual quality, outperforming existing generative super-resolution methods. Our results suggest that entity-level grounding in external visual world knowledge provides a simple and effective complement to model-bound generative priors.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Computer science, Leverage (statistics), Artificial intelligence, Reuse, Generative grammar, Fidelity

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange