关键词high-fidelity generation
搜索结果 - 2
- 想象 Flash:使用向后蒸馏加速鸵鸟扩散模型
通过反向蒸馏、动态适应的位移重构损失和噪声修正技术,我们提出了一种新的蒸馏框架,用于实现高保真度、多样化的样本生成,仅使用一到三个步骤即可。通过大量实验证明,我们的方法在定量指标和人工评估中优于现有竞争对手,仅仅使用三个降噪步骤即可达到与教 - ICCV隐式身份表达条件化记忆补偿网络用于说头视频生成
通过学习全局面部表达空间并设计了一个新颖的隐式身份表示条件化内存补偿网络(MCNet),我们提出了一种高保真的谈话头生成方法,能够从训练样本中学习统一的空间面部元记忆库,并通过离散关键点的隐式身份表示来有效查询这个记忆库以获得更相关的信息进