diffusion-based model | BriefGPT

关键词diffusion-based model

搜索结果 - 12

CTSyn: 跨表数据生成的基础模型
介绍了一种针对表格数据生成的基于扩散的跨表合成器（CTSyn），通过整合异构表格数据、条件潜在扩散模型和类型特定解码器，从采样的潜在向量中重构不同数据类型的值，提高了合成功能和多样性，同时在下游机器学习任务中表现出对真实数据无法达到的性能提
PDFa month ago
EffiVED: 基于文本指令扩散模型的高效视频编辑
EffiVED 是一种基于扩散的高效模型，支持指导视频编辑；采用图像编辑数据集和开放世界视频转化为高质量数据集进行训练；实验证明 EffiVED 生成高质量编辑视频且执行速度快，并且数据收集方法显著改善编辑性能，有望解决视频编辑数据的稀缺问
PDF4 months ago
Freetalker：基于扩散模型的可控语音和文本驱动手势生成以增强演讲者自然度
FreeTalker 是首个生成语音驱动的手势和文本驱动的演讲者动作的框架，使用来自多种动作数据集的异构数据，并利用扩散模型进行训练，以及利用无分类器引导和生成先验以实现平滑剪辑过渡。
PDF6 months ago
MagicDance: 逼真的人类舞蹈视频生成与动作及面部表情迁移
我们提出了一种基于扩散的模型 MagicDance，用于处理具有挑战性的人类舞蹈视频中的 2D 人体动作和面部表情转换。通过预训练外观控制块和微调外观 - 姿势 - 关节点控制块的两阶段训练策略，我们旨在在保持身份不变的同时生成任何目标身份
PDF8 months ago
利用大规模语音和歌唱数据进行声音转换模型的比较研究：针对 2023 年歌声转换挑战的 T13 系统
本文介绍了我们的 T13 系统，用于 2023 年的歌声转换挑战赛（SVCC）。我们采用基于自监督学习的识别与合成方法，针对领域内和跨域的英语歌声转换任务，通过有限的目标歌手 / 说话人数据进行数据高效的歌声转换。我们的 T13 系统在 S
PDF9 months ago
ICCV从野外声音生成逼真图像
通过音频字幕、音频注意力和扩散模型，本文提出了一种从野外音频生成高质量图像的新方法，并在野外音频数据集的定量和定性评估中优于基线模型。
PDF10 months ago
TransFusion: 一种实用有效的基于 Transformer 的扩散模型，用于 3D 人体动作预测
TransFusion 是一种基于扩散的 3D 人体动作预测模型，它能够生成更有可能发生的样本并保持一定程度的多样性，通过使用 Transformer 作为骨干，以及在浅层和深层之间使用长跳连接和离散余弦变换来建模运动序列，改善性能，并与使
PDFa year ago
DiffDP：通过扩散模型进行放疗剂量预测
利用扩散法剂量预测模型，深度学习技术有效地预测放射治疗计划中的剂量分布，通过提取解剖信息和预测噪声来保证预测准确性。
PDFa year ago
使用三面体扩散生成 3D 神经场
本研究提出了一种基于扩散模型的高效的神经场三维生成方法，通过将训练数据转换为连续占据场并将其分解为一组轴对齐的三面体特征表示来实现，训练过程中，采用现有的二维扩散模型对这些特征表示进行训练，生成高质量和多样性的三维神经场，且优于其他三维生成
PDF2 years ago
AAAIMDM: 用于 3D 分子生成的分子扩散模型
本文提出了一种新的扩散模型来解决 3D 分子生成中的两大挑战，即缺乏分子间关系和探索不足，该模型表现明显优于现有方法。
PDF2 years ago
扩散模型预测 2D 显微镜图像的 3D 形状
采用基于扩散的模型 DISPR，该研究介绍了 3D 细胞形态预测的逆问题的求解方法。通过对 2D 显微镜图像进行条件预测，实现对真实 3D 形态的预测。进一步将该模型作为数据增强工具运用于单细胞分类任务，并取得了较好的效果。本研究表明扩散模
PDF2 years ago
SRDiff：扩散概率模型单图超分辨率
本文提出一种基于扩散概率模型的单幅图像超分辨率方法，通过优化数据可能性的变分下界进行模型训练，并通过引入残差预测以加速收敛。该方法在 CelebA 和 DIV2K 数据集上进行了实验验证，实验结果表明，该方法在性能上领先以往的方法，并具有生
PDF3 years ago