image synthesis | BriefGPT - AI 论文速递

关键词image synthesis

搜索结果 - 235

DeepArt: AI-Generated 内容的提升忠实度研究基准
该研究探索了领先的多模态大型语言模型 GPT-4 的图像合成能力，并建立了一个基准来评估 GPT-4 生成的图像中纹理特征的保真度，包括手工绘制的图片和其 AI 生成的对应物。该研究的贡献有三个方面：首先，我们深入分析了基于 GPT-4 的
PDF7 months ago
3DGEN：一种基于 GAN 的从图像数据生成新的 3D 模型的方法
我们提出了 3DGEN 模型，它利用最近在物体重建和基于 GAN 的图像生成方面的工作，可以为训练图像的同一类别对象生成可信的三维网格，并将生成的网格与当前最先进的基准模型进行比较，取得了可见的生成质量改进。
PDF7 months ago
学习表示引导的扩散模型用于大规模图像生成
该研究介绍了一种使用自我监督学习嵌入条件的扩散模型来生成高质量的病理学和卫星图像的方法。通过从自我监督学习表示中提取嵌入，可以生成大型图像，并通过生成变化的真实图像加强下游分类器的准确性。此方法在训练过程中表现出鲁棒性和普遍性，对于不同数据
PDF7 months ago
ControlNet-XS：为控制文本到图像扩散模型设计高效和有效的架构
图像合成领域取得了巨大的进展，在本文中，我们提出了一种新的控制架构 ControlNet-XS，它不受信息流动延迟的问题困扰，因此可以专注于学习控制任务。与现有的控制网络相比，我们的模型参数量少，推理和训练时间大约快两倍，生成的图像质量更高
PDF7 months ago
数据引导扩散模型的旅途
通过扩散模型对大型数据集进行训练可以合成具有出色质量和多样性的照片级真实图像。然而，将这些图像归因于训练数据 - 即确定导致生成图像的具体训练示例 - 仍然是一项挑战。在本文中，我们提出了一个框架，（i）在扩散模型的上下文中提供了数据归因的
PDF7 months ago
基于图像合成的晚期癌症增强和 MRI 直肠癌分期的半监督分割
利用影像综合数据增强和半监督学习的方法，提高判断直肠癌的分割准确性和结直肠 T 分期预测算法的特异性和敏感性。
PDF7 months ago
缓存我如果你能：通过块缓存加速扩散模型
通过对网络层的行为研究，我们发现图像去噪网络中的许多层计算是多余的，基于此，引入块缓存以加快推理速度，并提出一种基于每个块变化的自动确定缓存调度的技术。在实验中，我们通过 FID、人工评估和定性分析展示了块缓存在保持相同计算成本的前提下生成
PDF7 months ago
内存触发器：通过词级重复揭示文本到图像生成模型中的记忆化
该研究聚焦于扩散模型中两种不同而未被充分研究的重复现象，即在扩散模型中的冗余复制，通过两个案例研究探讨了这些现象及其影响，旨在对生成模型在各种应用中进行更安全、更负责任的使用做出贡献。
PDF7 months ago
通过共享注意力实现风格对齐图像生成
大规模文本到图像（T2I）模型在创意领域迅速崭露头角，从文本提示中生成令人惊叹的图像输出。然而，为了确保一致的风格而对这些模型进行控制仍然具有挑战性，现有方法需要微调和手动干预以分离内容和风格。在本文中，我们介绍了一种名为 StyleAli
PDF7 months ago
多通道循环生成对抗网络在 CBCT 到 CT 的合成中的应用
用于改善图像质量并实现精确剂量计算的图像合成技术，通过多通道输入强调特定图像特征，有效应对 CBCT 成像中的挑战，并引入辅助融合网络以进一步提高生成 sCT 图像的保真度。
PDF7 months ago
增强扩散模型与 3D 透视几何约束
通过引入新的几何约束条件在生成模型的训练过程中强制进行透视准确性的要求，我们展示了使用该约束条件训练的生成模型的输出既更加逼真，同时还提高了在生成图像上进行训练的下游模型的性能。主观人类实验表明，使用我们约束条件训练的潜在扩散模型生成的图像
PDF7 months ago
零样本引导图像合成的分层渲染扩散模型
本文介绍了增强依赖于文本查询的扩散模型的空间可控性的创新解决方案，提出了两个关键创新：视觉引导和分层渲染扩散（LRDiff）框架。该方法通过视觉引导和分层渲染策略实现更高效和准确的图像综合，用于满足特定的空间和上下文需求，并通过实验证明其在
PDF7 months ago
一种相对强健的基于扩散编辑模型的图像水印
最近，扩散模型（DMs）已成为图像合成的最先进方法，而基于 DMs 的编辑模型，以其高保真度和精度而闻名，无意中引入了与图像版权侵权和恶意编辑相关的新挑战。我们的工作是首次对这个问题进行规范化和解决。经过评估和试图增强传统图像水印技术后，我
PDF7 months ago
GAN-Avatar: 可控个性化基于 GAN 的人头图像生成器
我们提出了一种从图像中学习具有人物特定的可动画化角色模型的方法，旨在解决面部表情追踪失败的问题，并实现高保真度的图像合成。
PDF7 months ago
图像综合的观察条件集成
本文介绍了一种整合视点信息以增强图像处理任务控制的开创性框架，通过对现有对象编辑方法的调查，提炼出一种图像编辑方法应满足的三个关键标准：一致性、可控性和协调性。与以往方法相比，我们的方法在满足所有三个要求方面处于领先地位，通过全面的实验，在
PDF8 months ago
ICCV特征扩散 —— StyleGAN 中的 “癌症” 及其治疗方法
通过研究 StyleGAN 图像合成机制，发现了称为 Feature Proliferation 的重要现象，该现象导致 StyleGAN 图像出现了众多问题。为了解决这个问题，提出了一种新的特征重新缩放方法，可以在更低级的特征空间中识别和
PDF9 months ago
图像合成任务中的感知伪影定位
近期，深度生成模型在各类任务中取得了创建逼真图像的重要进展，然而，这些生成的图像往往在特定区域出现知觉上的瑕疵，需要手动修复。本研究通过全面的实证研究，提出了感知性瑕疵定位（PAL）的方法，跨越多样的图像合成任务。我们引入了一个新的数据集，
PDF9 months ago
AAAI基于鲁棒性引导的无数据量化图像合成
我们提出了一种简单但有效的方法，即稳健导向的图像合成（RIS），通过在输入和模型权重上引入扰动，并在扰动前后在特征和预测水平上定义不一致性指标，设计一个稳健优化目标来增强合成图像的语义，进而提高图像多样性，从而在无数据压缩任务中取得了最先进
PDF9 months ago
通过视觉和文本提示增强皮肤镜病变分割的扩散模型
应用扩散模型结合病灶特定的视觉和文本提示生成皮肤镜检测图像，相对于传统生成模型在图像质量和皮损分割性能上表现更优，SSIM 图像质量指标提高 9%，Dice 系数超过先前方法 5% 以上。
PDF9 months ago
针对忠实重建和可编辑性的领域内 GAN 逆转
通过在原始潜在空间中规范反转代码，本研究提出了领域指导编码器和领域正则化优化器，以满足对图像编辑应用的需求，实现了广泛的编辑功能。
PDF9 months ago