generative prior | BriefGPT

关键词generative prior

搜索结果 - 10

CVPR面向概念驱动文本到图像生成的个性化残差
个性化残差和局部关注引导采样，用于使用文本到图像扩散模型的高效概念驱动生成。
PDF2 months ago
CVPRG-HOP: 交互重建和抓取合成的生成式手 - 物体先验模型
我们提出了 G-HOP，一种基于去噪扩散的生成先验，用于手 - 物体交互，可以对 3D 物体和人手进行建模，并条件于物体类别。我们通过使用骨骼距离场来表示人手，从而得到与物体（潜在）有向距离场对齐的表示，学习一个可以捕捉这种联合分布的 3D
PDF3 months ago
CVPRInterHandGen: 基于级联逆向扩散的双手交互生成
我们提出了 InterHandGen，这是一个学习两只手相互作用生成先验的新框架。通过从我们的模型进行抽样，可以产生合理且多样化的双手形状，可以与或没有对象进行近距离交互。我们的先验可以整合到任何优化或学习方法中，以减少在不适定设置中的歧义
PDF3 months ago
大规模优化：野外照片逼真图像修复模型的尺度提升
SUPIR 是一种突破性的图像修复方法，利用生成先验和模型扩容的力量，通过多模式技术和先进的生成先验，显著提升智能和真实图像修复的能力。通过 20 百万高分辨率、高质量图像的数据集进行模型训练，支持通过文本提示进行图像修复，并引入负质量提示
PDF5 months ago
HeadArtist: 自注意力配准的文本驱动三维头部生成
该研究提出了一种名为 HeadArtist 的方法，通过文本描述生成 3D 人头模型，采用具有里程碑引导的 ControlNet 作为生成先验，通过自分数蒸馏（SSD）的方式优化参数化 3D 人头模型，实验结果表明这种方法生成的高质量 3D
PDF7 months ago
利用稀疏或生成的先验解决具有满秩矩阵的二次方程组
利用二次系统，通过稀疏信号恢复、Wirtinger 流算法和生成先验，可以从少量二次测量中精确恢复 MNIST 数据集中的图像。
PDF10 months ago
MyStyle++: 可控的个性化生成先验
本文提出了一种个性化生成先验的方法，该方法可以显式地控制一组属性。我们在 MyStyle 的基础上构建，提出了一个新的优化系统，该系统对潜在空间进行组织，并提出一种损失，使其沿着一组特定方向对应于其属性的潜在代码。我们展示了我们的方法可以合
PDFa year ago
AWFSD: 带有基于分数扩散图像先验的加速 Wirtinger 流用于泊松 - 高斯全息相位恢复
本研究提出了一种新的基于加速维尔廷格流 (AWFSD) 算法的霍尔曼相位恢复方法，该算法利用基于分数的扩散模型作为生成先验，并将相位恢复问题框架化为既涉及数据保真度项又涉及正则化项的优化任务。实验结果表明，相较于仅基于高斯或泊松似然函数的恢
PDFa year ago
Delta 去噪评分
Delta Denoising Score 是一种针对基于文本的图像编辑的新的评分函数，使用在最小修改输入图像为所需内容的过程中，利用文本生成模型的生成先验，通过 SDS 机制作为图像编辑的损失项，使用 DDS 去识别和去除 SDS 的误差
PDFa year ago
RePaint: 使用去噪扩散概率模型进行修复
本文提出了 RePaint，一种基于 DDPM 的修复方法，针对自由形式的抠图效果更佳，能够进行信息补充，并对面部和通用图像修复进行了测试。
PDF2 years ago