diffusion transformer | BriefGPT

关键词diffusion transformer

搜索结果 - 5

VITON-DiT: 通过扩散变换器从人体舞蹈视频中学习野外视频试衣
VITON-DiT 是第一个基于 Diffusion Transformer 的视频试穿框架，通过提取服装特征与去噪 DiT 及 ControlNet 的自注意力输出相融合来忠实地恢复服装细节，并在训练中引入新的随机选择策略和插值自回归技术
PDFa month ago
Lumina-T2X：基于流式大规模扩散转换器将文本转化为任何模态、分辨率和持续时间
Lumina-T2X 是一种 Flow-based Large Diffusion Transformer (Flag-DiT) 模型，通过将不同模态的表示统一到一个框架中，实现了任意分辨率、宽高比和长度的图像、视频、多视角 3D 物体和音
PDF2 months ago
懒惰扩散转换器用于交互式图像编辑
我们介绍了一种新颖的扩散变换器 LazyDiffusion，可高效地生成部分图像更新。我们的方法针对交互式图像编辑应用，其中用户使用二进制掩码和文本提示指定一系列局部图像修改。我们的生成器分为两个阶段：首先，上下文编码器对当前画布和用户掩码
PDF3 months ago
CVPRSD-DiT：释放扩散变换器中自监督辨别的力量
通过引入自监督区分知识来增强扩散变压器 (Diffusion Transformer, DiT) 的训练效果，并在 ImageNet 数据集上进行了广泛实验，实现了训练成本和生成能力之间的竞争平衡。
PDF3 months ago
探索纯扩散变压器与三维形状生成
提出一种用于三维形状生成的新型扩散 Transformer——DiT-3D，直接利用普通 Transformer 对点云数据进行去噪处理；相较于现有 U-Net 方法，该模型规模更具可扩展性且生成体现更高质量的形状。
PDFa year ago