OracleZoom: On-Policy Self-Distillation Inspired Reference-Constrained Recursive Image Super Resolution
提出 OracleZoom，这是一种基于策略蒸馏和参考约束的递归图像超分辨率框架。该框架在训练轨迹上学习，并将最后一帧真实证据延伸至监督边界之外，通过直接和跨尺度监督限制可验证内容，利用无参考质量目标引导未解决的细粒度细节，同时以 KL 约束预训练潜在先验限制由质量驱动漂移，并通过 EMA 一致性稳定监督边界。在七个数据集上的测试中，OracleZoom 实现了跨缩放尺度的最先进超分辨率质量，平均 CLIPIQA 得分为 0.713，且在更深层尺度上获得更大提升，同时显著减少了幻觉现象。相关代码、数据及模型已发布在 https://dipta007.github.io/OracleZoom/ 。