Cet article propose un réseau de diffusion mono-étape sensible au temps (TADSR) pour surmonter les limites des méthodes existantes de super-résolution d'images réelles mono-étape (Real-ISR), qui ne parviennent pas à exploiter correctement les connaissances a priori génératives d'un modèle de diffusion stable (SD). Les méthodes existantes utilisent les SD à des pas de temps fixes, sans exploiter pleinement les différentes connaissances a priori génératives des SD selon les pas de temps injectés de bruit. TADSR introduit un encodeur VAE sensible au temps pour projeter des images dans différentes caractéristiques latentes à différents pas de temps. Grâce à des changements dynamiques des pas de temps et des caractéristiques latentes, le modèle d'apprentissage s'aligne mieux sur la distribution des motifs d'entrée du SD pré-entraîné. De plus, la fonction de perte VSD sensible au temps comble l'écart entre le modèle d'apprentissage et les pas de temps du SD, fournissant des informations a priori génératives cohérentes. Par conséquent, TADSR atteint des performances de pointe et une super-résolution contrôlable en une seule étape. Il offre également l'avantage de contrôler le compromis entre fidélité et réalisme en faisant varier les conditions de pas de temps.
