IJCAIMay, 2023

具有可控图像生成的鲁棒图像序列回归

PDF
TL;DR本文提出了一种基于可控图像生成（CIG）的新型框架，它可以生成靠近类别边界的具有特定标签的额外训练样本，并且偏向于生成不常见的类别，从而更好地解决了图像序列回归中常见的类别不平衡和重叠问题。我们的实验结果表明，CIG 方法可以与预训练图像编码器或序列回归模型灵活集成，并且对于不常见的类别，改进效果更显著。
image ordinal regressionclass imbalancecategory overlapcontrollable image generationminority categories
发现论文，激发创造
  • CIGMO: 在深度生成框架中的分类不变表示

    本文提出了一种名为 CIGMO 的新型深度生成模型，可以从图像数据中学习表示类别、形状和视图等因素。通过实验证明，该模型可以有效地发现物体形状的类别，即使视角差异很大，并且比以前的方法更好地完成了诸如单次物体识别和形状 - 视图解缠的任务。

    May, 2022

  • 一种统一的框架用于整合 LLMs、知识图谱和可控扩散模型的一致性图像生成（PCIG）

    通过引入一种基于扩散的新框架，本研究解决了现有文本生成图像模型在生成图像时与输入文本不一致的问题，通过对不一致现象进行细致分析和分类，并利用先进的语言模型提取对象、构建知识图谱，结合图像生成模型进行了准确一致的图像生成实验。

    Jun, 2024

  • 增量式广义类别发现

    本论文探讨如何在新（未知）目标的情况下正确归类图像，并提出了一种新的基于非参数分类组合的高效采样方法，以缓解灾难性遗忘，并通过提出的基准数据集 iNatIGCD 在实验中表现优异。

    Apr, 2023

  • 一种基于扩散的多回合组合图像生成方法

    本文提出了一种名为条件去噪扩散与图像组成匹配 (CDD-ICM) 的基于扩散模型的多回合组合图像生成方法，利用 CLIP 作为图像和文本编码器的主干，并在每个 M-CIG 回合中，结合门控融合机制，将参考图像和修饰文本进行组合融合，通过条件方法生成目标图像，并引入反应结果的附加图像组成匹配 (ICM) 目标来优化生成图像语义质量。同时，采用 ICM 引导和无分类器引导进一步提高性能，在 CoDraw 和 i-CLEVR 两个基准数据集上取得了最新技术水平的结果。

    Apr, 2023

  • 鲁棒性条件生成对抗网络

    该研究介绍了一种名为 RoCGAN 的新型条件 GAN 模型，该模型在图像生成的任务中表现优异，并在面临严重噪声的情况下使生成器输出的图像更接近目标空间，实验结果表明，RoCGAN 在各种领域的表现都远优于现有的最先进的 cGAN 架构。

    May, 2018

  • 通过生成表示实现自我调节图像生成

    这篇论文介绍了一种名为 RCG 的图像生成框架，通过自监督学习的表示分布条件进行图像生成，实现了高质量的图像生成，取得了显著的结果。

    Dec, 2023

  • 自回归图像生成与集成量化

    本文提出了一个基于深度生成模型的图像生成网络，结合卷积神经网络的归纳偏置和自回归的序列建模，通过多重领域特征的变量规范，设计了分布估计的 Gumbel 采样策略来提高图像的生成质量并克服于训练和推理过程中所产生的偏差和误差，取得了当前同类算法中最优秀的生成表现。

    Jul, 2022

  • 基于文本和图像编码器的 AIGC 图像质量评估回归模型

    我们提出了一个基于文本和图像编码器的回归（TIER）框架，用于评估从人类感知角度来看的人工智能生成图像的质量，实验证明我们的方法在大多数情况下相较于基准表现出更优异的性能。

    Jan, 2024

  • 神经网络的等级一致序列回归及其在年龄估计中的应用

    利用深度学习中基于序列回归的神经网络模型进行年龄预测的研究中，提出了一种新的一致性排序逻辑（CORAL）框架，用于提高预测准确率。

    Jan, 2019

  • 可控的图像生成与组合的并行标记预测

    通过组合离散生成模型的对数概率输出，我们提出了一种可控条件图像生成的公式，该方法在 FFHQ、Positional CLEVR 和 Relational CLEVR 三个不同场景中实现了最先进的生成准确性，并达到了竞争性的 Fréchet Inception Distance (FID) 得分，平均生成准确性为 80.71％，平均 FID 为 24.23，与其他方法相比具有 2.3 倍至 12 倍的速度优势，并提供了可解释的控制性维度以及对文本 - 图像生成的精细控制能力。

    May, 2024