generative models | BriefGPT

关键词generative models

搜索结果 - 1181

通过质量多样性数据合成和语言模型的生成设计
通过将优化、约束满足和语言模型结合起来，我们提出了一种新颖的方法来解决工程应用中生成模型面临的两个基本挑战：获取高性能多样的数据集和生成符合精确约束的设计。我们的方法使用品质多样性 (Quality-Diversity, QD) 生成多样化
PDF2 days ago
CVPR任何身份的生成去学习
我们提出了一种名为 Generative Unlearning for Any Identity (GUIDE) 的新框架，在人脸等涉及隐私问题的领域中实现了生成性身份去除，并在生成机器去除任务中取得了最先进的性能。
PDF2 days ago
MR 图像到图像翻译的相似度度量指标
图像到图像的转换在医学影像领域具有巨大影响，本研究介绍了用于图像合成评估的参考和非参考度量标准，并调查了九种需要参考的度量标准（SSIM、MS-SSIM、PSNR、MSE、NMSE、MAE、LPIPS、NMI 和 PCC）以及三种非参考度量
PDF4 days ago
合成表格数据验证：一种基于差异的方法
通过使用发散估计来构建考虑真实数据和合成数据的联合分布的验证指标，本研究在多个领域中使用生成模型的不断增加突出了评估真实数据和合成数据之间相似性的健壮且标准化的验证指标的需求。通过使用概率分类器来近似数据集之间的密度比率，我们特别计算了两种
PDF5 days ago
个性化内容合成的扩散模型调查
近年来生成模型的发展对内容创作产生了重大影响，引发了个性化内容合成（PCS）的出现。本文以扩散模型为重点，全面调研 PCS，并介绍了 PCS 研究的通用框架，即基于优化和基于学习的方法。文中进一步分析这些方法的分类及技术，并讨论了其优势、局
PDF9 days ago
可证明的一步生成的特征学习
我们提出了一种特征生成器，这是一种新颖的单步生成模型，它将生成对抗网络（GANs）中的采样效率与流模型的稳定性相结合。我们的模型驱动着特征，沿着这些特征，可以通过常微分方程（ODEs）来描述概率密度传输。具体而言，我们通过非参数回归估计速度
PDF9 days ago
检测音乐深度伪造容易但实际上很困难
这篇论文展示了对真实音频数据集和假重建数据集进行分类器训练的可能性与出乎意料的容易程度，达到了 99.8% 的令人信服的准确率，标志着音乐深度伪造检测器的首次发表。然而，通过对其他领域伪造检测的几十年文献的了解，我们强调一个好的测试得分并不
PDF11 days ago
量化生成模型解决伊辛模型的泛化能力的方法
通过设计一个 Hamming 距离约束器来量化生成模型的泛化能力，本研究对几种常见的神经网络架构（前馈神经网络、递归神经网络和图神经网络）结合变分自回归网络（VAN）的泛化能力进行了数值实验，并发现网络在小规模问题上的泛化能力可以预测其在大
PDF12 days ago
基于可伸缩性的生成模型中新模式的识别
通过 Fourier-based Identification of Novel Clusters (FINC) 方法，我们在标准计算机视觉数据集和生成模型框架上应用 FINC 方法，并得出数值结果，表明该基于傅里叶的方法在突出被广泛使用的
PDF14 days ago
适应性噪声采样概率恢复的三维人体姿势估计
基于弱监督方法，提出了适用于轻量级单假设模型的概率恢复三维人体姿势评估框架（PRPose），通过逆向映射隐藏概率分布，采用自适应噪声采样策略生成合理的多假设样本，从而解决了 2D 姿势检测误差和 2D 到 3D 非正常问题的限制，实验证明了
PDF15 days ago
统一并扩展用于评估生成模型的精确度和召回率指标
通过实验分析，统一了对生成模型的评估方法，研究了各种度量标准，特别关注了精确度 - 召回率曲线，并揭示了其存在的问题。
PDF16 days ago
StoryDiffusion: 长距离图像和视频生成的一致性自注意力
通过引入一种新的自我关注计算方式（Consistent Self-Attention），以及引入一种语义空间时间运动预测模块（Semantic Motion Predictor），本文提出了一种名为 StoryDiffusion 的框架，能
PDF16 days ago
TexSliders: 基於 CLIP 空間的擴散式紋理編輯
应用扩散技术编辑纹理，通过操作 CLIP 图像嵌入来调节扩散生成，无需标注数据即可用自然语言提示进行编辑。
PDF17 days ago
利用懒惰层提升微调扩散模型的可追踪性
发现基础生成模型应该可追溯，以保护其所有者并促进安全监管，本文提出了一种新的任意入任意出策略（AIAO）来使水印抵抗基于微调的删除，并使用蒙特卡洛采样来实现稳定的验证结果。通过在各种神经网络深度上使用 AIAO 样本的触发响应对构建带水印的
PDF17 days ago
软化偏好优化：将语言模型与专家分布对齐
我们提出了软偏好优化（SPO）方法，它能够使生成模型（如大型语言模型 LLMs）与人类偏好对齐，无需奖励模型。SPO 通过一种自然损失函数，在整个模型的输出分布中最大程度地优化模型输出，包括偏好损失和正则化项。虽然 SPO 不需要假设现有的
PDF18 days ago
通过从布朗球面扩散中探索潜空间生成合成人脸数据集
利用新的方法，通过生成模型在潜在空间中采样身份分布，生成人脸数据集并训练人脸识别模型，证明该方法能够超越以往的生成式对抗网络数据集，并与最先进的扩散式合成数据集取得有竞争力的性能，还可以减轻由生成器训练集中存在的泄漏问题，并探索生成模型生成
PDF18 days ago
使用分阶段优化的基于评分模型的线性逆问题的收敛性质
我们展示了得分为基础的生成模型可以用于研究优化问题，这解决了常常是非凸且难以解决的问题。我们的实验结果证明了使用该框架在计算机断层扫描图像恢复方面的潜力。
PDF19 days ago
Flow AM：通过潜在对齐生成点云全局解释
利用激活流（activation flows）基于点云模型，我们提出了一种可感知的全局解释方法，与不基于生成模型的其他激活最大化方法相比，我们的方法极大地增强了解释的可感知性。
PDF19 days ago
隐藏与寻找：数字水印对人脸识别的影响
我们研究了数字水印技术对人脸识别模型有效性的影响，并提出了一种综合流程，通过人脸图像生成、数字水印和人脸识别的整合来系统地研究这个问题。我们的发现突显了数字水印技术与人脸识别准确性之间微妙的权衡关系，这对于负责任地利用生成模型进行人脸识别并
PDF19 days ago
利用简单生成表现评估图像质量
自动编码器 VAE-QA 是一种用于在全参考下预测图像质量的简单高效方法，通过利用现有的自动编码器，它显著提升了跨数据集的泛化能力，具有更少的可训练参数、较小的内存占用和更快的运行时间。
PDF20 days ago