Este artículo propone una red de difusión de un solo paso con reconocimiento temporal (TADSR) para superar la limitación de los métodos existentes de superresolución de imagen real de un solo paso (Real-ISR), que no aprovechan adecuadamente el conocimiento generativo previo de un modelo de difusión estable (SD). Los métodos existentes utilizan SD en intervalos de tiempo fijos, lo que impide aprovechar al máximo el diferente conocimiento generativo previo de las SD en diferentes intervalos de tiempo con ruido inyectado. TADSR introduce un codificador VAE con reconocimiento temporal para proyectar imágenes en diferentes características latentes en distintos intervalos de tiempo. Mediante cambios dinámicos en los intervalos de tiempo y las características latentes, el modelo de aprendizaje se alinea mejor con la distribución del patrón de entrada de la SD preentrenada. Además, la función de pérdida VSD con reconocimiento temporal cierra la brecha entre el modelo de aprendizaje y los intervalos de tiempo de la SD, proporcionando una guía consistente del conocimiento generativo previo. En consecuencia, TADSR logra un rendimiento de vanguardia y una superresolución controlable en un solo paso. También ofrece la ventaja de controlar el equilibrio entre fidelidad y realismo variando las condiciones del paso de tiempo.
