image diffusion model | BriefGPT

关键词image diffusion model

搜索结果 - 9

零样本视频恢复与增强：基于预训练图像扩散模型
基于预训练图像扩散模型，提出了用于零样本视频修复和增强的第一种框架，通过在图像扩散模型中使用交叉前一帧注意力层来利用相邻帧之间的时间相关性，进一步提出了时间一致性引导，空间 - 时间噪声共享和早停止采样策略，以实现更好的时间一致性采样，实验
PDF4 days ago
IllumiNeRF: 无需逆渲染的 3D 照明
通过使用图像扩散模型对输入图像进行重新照明，并利用这些重新照明的图像重建神经辐射场（NeRF），我们提出了一种更简单的方法来实现利用目标光照下的新视点渲染的三维表示，并在多个重新照明基准测试中取得了最新的结果。
PDFa month ago
DepthFM: 快速单目深度估计与流匹配
使用流场匹配的方法，通过引入预训练的图像扩散模型作为先验，允许仅在合成数据上进行训练的深度估计模型在真实图像上得到泛化；引入辅助表面法线损失进一步改进深度估计，模型对深度估计的置信度进行可靠预测，且在复杂自然场景的标准基准上，轻量级的方法表
PDF4 months ago
得分蒸馏采样与学习的流形校正
Score Distillation Sampling 方法使用图像扩散模型解决优化问题，我们分析了其损失函数并提出有效修复方案，通过定量和定性实验验证了新的损失公式的多样性和有效性。
PDF6 months ago
基于扩散的盲文本图像超分辨率
我们提出了一种基于扩散模型的文本图像超分辨率恢复方法（DiffTSR），该方法可以同时恢复具有更准确文本结构和更逼真外观的文本图像。
PDF7 months ago
STDiff: 连续随机视频预测的时空扩散
提出一种新颖的视频预测模型，该模型具有无限维度潜在变量，通过分解视频运动和内容信息，预测时态运动信息，以及在预测的运动特征和前一帧的条件下自回归生成视频帧。此模型具有更好的表达能力和更强的随机性学习能力，达到了最先进的视频预测性能，并能以任
PDF7 months ago
EfficientDreamer: 高保真和鲁棒的三维创作通过正交视图扩散先验
通过引入一种新的二维扩散模型来生成由四个正交视图子图像组成的图像，从而利用正交视图图像引导生成高保真度的三维内容，并应用渐进式三维合成策略，显著提高了生成效率和质量，包括解决了 Janus 问题，并在定量和定性评估中证明了优越性。
PDF10 months ago
RAPHAEL: 通过大规模的扩散路径混合进行文本到图像生成
本文介绍了一种基于 Mixture-of-Experts 的文本条件化图像扩散模型（RAPHAEL），其在图像质量和美感上优于现有的一些先进模型（包括 Stable Diffusion、ERNIE-ViLG 2.0、DeepFloyd 和
PDFa year ago
NeRDi: 基于语言引导扩散的单视角 NeRF 综合技术作为通用图像先验
提出 NeRDi—— 一种基于 2D 扩散模型通用图像先验的单视角 NeRF 综合框架，借助自然语言模型引导扩散模型进行图像合成，结合估算的深度图的几何约束，优化重建的 NeRF 表示，进而实现高质量的全景图像生成。
PDF2 years ago