image quality | BriefGPT - AI 论文速递

关键词image quality

搜索结果 - 130

基于横向数据集和横向疾病通用化的视网膜血管分割模型基准评估
视网膜血管分割是通过眼底图像提取临床相关信息的方法。我们在迄今为止最大的公开数据集上为文献中常用的各种架构和训练选择提供了严格的基准，并评估了五个已发布的模型在公开可用的 FIVES 眼底图像数据集上的性能，同时比较了不同模型架构在不同损失
PDF11 days ago
Ctrl-X: 无需指导的文本到图像生成中的结构和外观控制
Ctrl-X 是一个简单的 T2I 扩散（diffusion）控制结构和外观的框架，通过设计前馈结构控制以实现结构与结构图像的对齐以及语义感知外观转换，从而实现了对任意条件图像的全新结构和外观控制，展现了超过现有作品的图像质量和外观转换，并
PDF21 days ago
广义嵌套潜在变量模型在风力涡轮机场景中的应用于失真编码
通过神经网络进行速率失真优化在压缩效率和图像质量方面取得了有竞争力的结果。本文通过设计具有马尔科夫链结构的广义 L 级嵌套生成模型扩展了这一概念。我们的实验评估是在风力涡轮机场景上进行的，以研究其在视觉检查中的应用。
PDF22 days ago
通过上下文化的 Vendi 分数指导，改善生成图像的地理多样性
通过利用上下文化的 Vendi 分数引导（c-VSG），我们在生成图像的多样性方面取得了显著的进展，尤其是在地域表达上，为了更好地反映真实世界的地理多样性。
PDFa month ago
以自身的错误版本引导扩散模型
使用自身较小、较少训练的模型而不是无条件模型，引导生成图像，可以获得图像质量分离的控制，同时不减少变化量。这在 ImageNet 生成方面有显著的改进，64x64 像素的 FID 为 1.01，512x512 像素的 FID 为 1.25，
PDFa month ago
VisTA-SR: 提升农业低成本热像相机的准确度和分辨率
通过结合 RGB 和热成像图像，采用计算机视觉技术中的深度学习网络，提出了一种名为 VisTA-SR（Visual & Thermal Alignment and Super-Resolution Enhancement）的方法，以增强低成
PDFa month ago
基于分区汉克尔的少样本低剂量 CT 重建模型
提出了一种利用基于分区汉克尔的扩散模型进行少量剂量 CT 重建的方法，该方法通过结构化张量从多个分区汉克尔矩阵中提取先验知识，利用迭代随机微分方程求解器以及数据一致性约束来更新获得的投影数据，并引入惩罚加权最小二乘和总变差技术以提高图像质量
PDFa month ago
Fieldscale: 热红外图像的区域感知场自适应缩放
基于本地感知的 2D 领域的 Fieldscale 技术提供了一种自适应确定每个区域像素增益，并产生具有最小信息损失和高可见性的一致性空间一致的 8 位缩放图像，从而大大提高了图像质量评估和其他下游任务的性能。
PDFa month ago
图像合成中的计算权衡：扩散，掩码令牌和下一个令牌预测
最近的图像合成方法主要使用 Transformer 网络架构，本研究通过计算预算的可扩展性对这些方法进行比较，发现基于标记预测的方法在提示后续上明显优于扩散，但在图像质量上，扩散表现与扩大趋势相匹配。论文还比较了每种方法的推理计算效率，发现
PDFa month ago
用于高加速肝脏 4D 磁共振成像的配对条件生成对抗网络
提出了一种具有生成对抗网络的重建方法（Re-Con-GAN），在内部数据集上展示了令人满意和高效的重建结果，快速、优质的重建 4D 肝脏磁共振成像有助于肝癌在线自适应磁共振引导放射治疗。
PDFa month ago
将扩散模型融合为条件生成对抗网络
我们提出了一种方法将复杂的多步扩散模型提炼为单步有条件生成对抗网络学生模型，从而大大加速推理过程，同时保持图像质量。我们的方法将扩散提炼解释为一种对应的图像到图像转换任务，使用扩散模型 ODE 轨迹的噪声到图像对。为了进行高效的回归损失计算
PDF2 months ago
远程扩散
利用 RSICD 數據集訓練了具有 0.2 損失的 Stable Diffusion 模型，並通過合成數據集和定制遙感 LLM 進行了 Land Use Land Classification 任務，但由於標題質量和模型表現的挑戰，生成的圖
PDF2 months ago
NTIRE 2024 低光图像增强挑战：方法与结果
该论文回顾了 NTIRE 2024 年低光图像增强挑战，突出了提出的解决方案和结果，旨在发现在处理各种条件时能够生成更明亮、更清晰和更具视觉吸引力结果的有效网络设计或解决方案，包括超高分辨率（4K 及以上）、非均匀照明、逆光、极端黑暗和夜景
PDF2 months ago
CVPRShadowRefiner：基于快速傅立叶变换的无掩模去除阴影方法
通过 Fast Fourier Transformer 引入一个无需遮罩的 Shadow Removal and Refinement 网络 (ShadowRefiner)，以实现对真实世界图像中的阴影进行有效去除并保留细节和产生具有视觉吸
PDF2 months ago
WiTUnet：一种融合 CNN 和 Transformer 的 U 形架构，用于改善特征对齐和本地信息融合
本文介绍了一种名为 WiTUnet 的新型 LDCT 图像去噪方法，该方法利用嵌套的密集跳跃路径代替传统的跳跃连接来改进特征整合，同时在编码器和解码器中增加了局部图像感知增强 (LiPe) 模块以提高局部特征捕获和表示能力；通过广泛的实验比
PDF3 months ago
GoodDrag：面向扩散模型的拖拽编辑良好实践
介绍了 GoodDrag，一种改善拖拽编辑稳定性和图像质量的新方法。通过引入 AlDD 框架进行扩散过程中的拖拽和去噪操作交替，有效提高结果的保真度。提出了信息保持的运动监督操作，以保持精确操作和减少伪影。除此之外，通过引入 Drag100
PDF3 months ago
一种无需培训的即插即用稳定扩散水印框架
现在，稳定扩散（SD）模型家族因其高质量的输出和可扩展性而变得重要。这也引发了对社交媒体安全性的担忧，因为恶意用户可以创建和传播有害内容。现有方法涉及在生成的图像中训练组件或整个 SD 来嵌入水印，以实现可追溯性和责任归属。然而，在人工智能
PDF3 months ago
Mask-ControlNet：使用额外掩码提示的高品质图像生成
通过引入额外的掩码提示 Mask-ControlNet，本研究在文本到图像生成方面取得了较好的性能，改善了前景与背景之间复杂关系的准确性，提升了生成图像的质量。
PDF3 months ago
上采样引导：无需训练即可扩大扩散模型规模
通过在采样过程中添加单个项，不需要额外的训练或依赖外部模型，我们提出了升采样引导技术，将预先训练的扩散模型（如 $512^2$）适应于生成更高分辨率的图像（如 $1536^2$）。我们发现合适的引导尺度选择可以改善图像质量、保真度和快速对齐
PDF3 months ago
扩散模型中与模型无关的人类偏好反转
提出一种新的采样设计方法，通过优化噪音分布以满足人类偏好，而不需要微调扩散模型，从而实现高质量的一步图像生成；实验证明，定制的噪音分布显著提高图像质量，并在计算成本仅略微增加的情况下取得了重要的突破，同时凸显了噪音优化的重要性，为高效和高质
PDF3 months ago