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

Vietnamese

Các phương pháp siêu giải pháp (SR) dựa trên generative-prior sử dụng kiến thức ngụ ý được học từ các mô hình quy mô lớn để tăng cường các đầu vào hiệu quả có độ phân giải thấp. Tuy nhiên, các phương pháp như vậy có bản chất là stochastic và tối ưu hóa cho các thế hệ đa dạng, mâu thuẫn với sự tái tạo xác định, độ tin cậy cao cần thiết cho SR. Nó cũng gắn liền với mô hình cơ bản, tốn kém để cập nhật, và dễ bị ảo giác khi dữ liệu thế giới thực phát triển. Để giải quyết những hạn chế này, chúng tôi giới thiệu WorldSR, một khuôn khổ mới làm tăng SR với kiến thức thế giới hình ảnh rõ ràng, phù hợp với thực thể. WorldSR tự động phân hủy đầu vào các thực thể ngữ học và thực hiện thu hồi theo cách thực thể của các hình ảnh có cấu trúc và phù hợp với

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