high-resolution image generation | BriefGPT

关键词high-resolution image generation

搜索结果 - 9

DiffuseHigh: 基于结构引导的无训练渐进式高分辨率图像合成
现有大规模扩散模型受限于生成 1K 分辨率图像，本文提出基于渐进方法的创新研究，在不增加额外训练成本的情况下，利用低分辨率图像辅助生成高分辨率图像，实现了对生成模型超越原有能力的探索和验证。
PDF8 days ago
LiteVAE：轻量高效的变分自编码器用于潜在扩散模型
通过引入 LiteVAE，一种基于 2D 离散小波变换的自编码器家族，我们在维持输出质量的同时提高了可扩展性和计算效率，基本 LiteVAE 模型在高分辨率图像生成方面与现有的 VAEs 相当，但编码器参数减少了六倍，导致更快的训练速度和更
PDFa month ago
TwinDiffusion: 借助扩散模型增强全景图像生成的连贯性和效率
通过 Crop Fusion 对质量进行提升和通过 Cross Sampling 进行效率优化，本文提出了一种针对全景图像生成中可见接缝和不连贯过渡等挑战的优化框架 TwinDiffusion，该框架通过引入无需训练的优化阶段来改善相邻图像
PDF2 months ago
DiffiT：用于图像生成的扩散视觉 Transformer
本文研究了视觉 transformer 在基于扩散的生成学习中的有效性，并提出了一种新的模型 Diffusion Vision Transformers（DiffiT），该模型在多个条件和无条件综合任务中取得了最新的基准成绩，生成了高保真度
PDF7 months ago
无注意力的扩散模型
高分辨率图像生成中的噪声扩散概率模型（DDPM）是研究的关键，通过引入扩散状态空间模型（DiffuSSM）架构来处理高分辨率图像的生成和表示，从而显著降低计算复杂度，并展示了与使用注意力模块的扩散模型相媲美甚至优于的生成图像质量和计算效率。
PDF7 months ago
DemoFusion: 摒弃金钱限制，民主化高分辨率图像生成
通过使用 DemoFusion 框架，本文旨在推动高分辨率图像生成的前沿，以便广大用户能够更容易地使用高分辨率图像生成技术。
PDF7 months ago
ICCVEfficient-VQGAN: 高分辨率图像生成的高效视觉 Transformer
通过引入局部关注机制、融合全局关注和局部关注机制、以及自动编码训练和自回归生成策略，提出了一种高分辨率图像生成的高效两阶段框架，实现了更高效率、更好的重建质量和更高分辨率的图像合成。
PDF9 months ago
CVPR使用残差量化的自回归图像生成
本文提出了一种两阶段的框架，由残差量化 VAE（RQ-VAE）和 RQ-Transformer 组成，旨在有效地生成高分辨率图像，通过精确的逼近，我们可以将 256×256 像素的图像表示为 8×8 特征映射，并且 RQ-Transform
PDF2 years ago
Fashion-Gen: 时尚生成数据集与挑战
本文介绍了一个由职业造型师提供的 293,008 张高清时尚图像和物品说明组成的数据集。我们在高分辨率图像生成和给定文本条件下的图像生成方面提供基准结果，并概述了一个基于此数据集的挑战的细节。
PDF6 years ago