该研究采用一种名为 “Stealing Stable Diffusion (SSD) prior” 的新方法来解决计算机视觉中单目深度估计在挑战性环境下的可靠性问题，通过利用稳定的扩散生成模拟各种挑战条件的合成图像，并引入自我训练机制和 DINOv2 编码器以增强模型在这些环境中的深度估计能力，同时通过引入教师损失来减少模型对教师模型的依赖，通过在 nuScenes 和 Oxford RobotCar 两个具有挑战性的公共数据集上的评估结果验证了该方法的有效性。

Mar, 2024

通过使用法线贴图对文本到图像传播模型进行微调，使其能够适应文本到法线传播模型，从而提高对三维几何体的二维感知，同时保留从大规模数据集中学习到的先验知识，从而实现高质量和逼真的三维人体生成。

Oct, 2023

通过稳定扩散模型生成高分辨率图像，并利用这些图像提高检测模型的性能，这项研究有助于将稳定扩散模型应用于不同领域的分类和检测任务。

Dec, 2023

用单个阴影图像重建表面的单眼形状重建模型应该产生输出的分布，因为连续（例如浮雕）和离散（例如凸 / 凹）多样性的数学不确定性，也被人类经历到。然而，当前模型的输出仅限于点估计或围绕单一模式的紧密分布，这阻碍了它们捕捉这些效应。我们引入了一个模型，可以从单个阴影图像中重建形状的多模态分布，并与多稳态感知的人类经验相一致。我们训练了一个小型去噪扩散过程，从每个 $16 imes 16$ 的合成日常 3D 物体图像补丁中生成表面法线场。我们在多个尺度上逐个补丁地部署该模型，并根据补丁之间的形状一致性约束进行引导。尽管参数数量相对较小且结构主要自底向上，但我们证明该模型对于人类体验为多稳态的 “模糊” 测试图像，产生了多稳态形状解释。同时，该模型对包含有特征性遮挡轮廓且显得较少模糊的物体图像也能产生真实的形状估计。这可能为更高效且更符合人类经验的随机 3D 形状感知启发新的架构。

May, 2024

本论文提出了一种基于 RGB-D 图像的表面法向估计的分层融合网络和自适应特征再加权，设计了混合多尺度损失函数来学习准确的法向估计，实验证明了该方法在场景理解中的有效性。

Apr, 2019

通过引入参考样本，将加权条件分数作为更稳定的训练目标，以降低训练目标的协方差，改进扩散模型算法，并在多个数据集上实现了 SOTA FID 的效果。

Feb, 2023

该研究提出了一种基于图神经网络和自适应各向异性核的表面法线估计算法，不需要任何手动特征或预处理，优于现有深度学习方法，在保留尖锐特征和空间等变性的同时，速度和参数效率均为同类算法的两个数量级。

Apr, 2019

通过训练一个通用的 Normal-Depth 扩散模型，结合图像到深度和法向量先验模型，以及引入反射率扩散模型来减轻材质的混合光照效果，本文提出了一种用于 3D 生成的方法，显著增强了细节丰富性，达到了最先进的结果。

Nov, 2023

本文提出了一种正常积分的高效方法，其中包含非矩形域、自由边界和深度不连续性，同时，对于可以将场景分成不连续部分的场景处理非连续表面的方法，Mumford-Shah 分割方法和各向异性扩散被证明是恢复不连续性最有效的。

Sep, 2017

通过使用正则化流和扩散模型，我们提出了 DiNof 技术，以实现更快的采样和更高的样本质量。我们利用正则化流对扩散过程中任意步骤的嘈杂数据进行参数化，并将其用作逆向扩散过程的先验。通过减少总扩散步骤的数量，我们能够加快正向和反向过程，并通过使用确定性和随机映射的方法提高扩散模型的表达能力。实验证明，我们的方法在标准图像生成数据集上具有优势，并在无条件的 CIFAR10 数据集上实现了 FID 为 2.01 和 Inception 得分为 9.96 的表现。

Sep, 2023