photorealistic images | BriefGPT

关键词photorealistic images

搜索结果 - 24

提高人脸生成质量及配套使用合成字幕
通过引入一种无需训练的流程，从人脸图像生成真实的外貌描述，进而改进了文本到图像扩散模型的能力，并提高了其遵循给定提示的能力。
PDFa month ago
ZeST: 单图零样本材料转移
利用 ZeST 方法，基于材料示例图像从输入图像中提取隐式材料表示，然后利用预训练的修补扩散模型，在输入图像中使用深度估计作为几何线索和灰度对象着色作为照明线索，将材料转移到对象上，结果表现出无需训练的零样本方法，通过真实数据集和合成数据集
PDF3 months ago
LatentSwap：一种高效的人脸换脸潜码映射框架
提出了一种简单的人脸交换框架 LatentSwap，用于生成给定生成器的人脸交换潜在编码。利用随机采样的潜在编码，该框架轻巧且不需要数据集，只需使用预训练模型进行训练过程即可。损失目标只包括三个项，能够有效控制源图像和目标图像之间的人脸交换
PDF4 months ago
使用图神经网络合成交通数据集
该论文介绍了一种新的方法来缩小 “模拟 - 实际” 之间的差距，通过从 2D 交通模拟和录制的路口画面中创建逼真的图片。该方法结合了条件生成对抗网络和图神经网络，利用 GNN 在不同抽象层次上处理信息的能力以及分段图像来保留区域数据，创造基
PDF7 months ago
SPEGTI: 高效生成式文本到图像模型的结构化预测
通过使用马尔可夫随机场模型，我们提出了一个轻量级方法来实现图像不同区域之间的兼容性，从而在不降低输出图像质量的情况下提高了图像到文本生成模型的速度。
PDFa year ago
一种半匹配的标签到图像翻译方法
本文提出了第一个半监督（半配对）的框架，用于标签到图像的翻译，使用输入重构任务并利用条件鉴别器来作为反向生成器，证明了所提出模型在标准基准测试中优于现有的无监督和半监督方法，同时使用更少的配对样本。
PDFa year ago
使用扩散模型进行文本驱动图像编辑的 Prompt Tuning Inversion
本文提出了一种基于 Prompt Tuning Inversion 的精确快速反演技术，用于文本驱动的图像编辑，能够在保留输入图像高准确度的同时进行灵活的编辑，实验证明该方法在 ImageNet 数据集上的表现优于现有技术。
PDFa year ago
具有扩散模型的长期光度一致的新视角综合
本文提出了一种基于条件扩散模型的新型生成模型，用于从单个输入图像生成相对的摄像机视图的连续序列的照片般逼真、视角一致、空间几何连续的图像。
PDFa year ago
CVPR学习神经双工辐射场进行实时视图合成
本篇论文提出了一种新的方法，通过将 NeRFs 融合为可与高度并行的图形渲染管线完全兼容的高效网格神经表示，使用屏幕空间卷积，来提高外观的质量和整个框架的表现。
PDFa year ago
类连续条件生成神经辐射场
提出了一种新颖的模型 C^3G-NeRF，可以合成具有条件操纵的照片逼真，三维一致图像，在三个图像数据集上进行评估，并表现出强大的三维一致性和平滑的插值。
PDFa year ago
CVPRDreamBooth: 针对主题驱动生成的 Fine Tuning 文字到图像扩散模型
提出了一种新的 text-to-image 模型的个性化方法，该方法能够通过少量输入的图像，fine-tune 预训练的 text-to-image 模型，使其能够将唯一标识符绑定到特定主题上，并能够综合场景、姿态、观点和光照中出现的主题的
PDF2 years ago
GANcraft: 无监督的 3D 神经渲染 Minecraft 世界
GANcraft 是一种用于生成 Minecraft 等大型三维方块世界的逼真图像的非监督神经渲染框架，该方法采用语义块世界作为输入，并通过伪标签和对抗训练技术进行训练，不需要实际图像作为训练集，从而实现了视角一致的逼真图像渲染，以及用户对
PDF3 years ago
FastNeRF: 高保真神经渲染，200FPS
文章提出了 FastNeRF 方法，通过图形学中的因式分解实现深度辐射图的高效缓存和查询，可在高端消费者 GPU 上以 200Hz 的速率呈现高保真度的照片般逼真的图像，比原始 NeRF 算法快 3000 倍，同时保持视觉质量和可扩展性。
PDF3 years ago
SMPLpix：基于 3D 人体模型的神经化身
本研究提出了一种新的深度学习网络，用于将 3D 模型转换为逼真的照片，旨在弥合现有深度生成模型不能灵活控制的瓶颈问题，同时也改善了传统三维图形处理渲染机制的不足之处。
PDF4 years ago
生成对抗网络用于图像和视频合成：算法和应用
本文文献是关于生成对抗网络（GAN）框架及其在视觉合成领域的应用和算法进行概述，包括图像翻译、处理、合成高分辨率照片等，并讨论其在内容创作中的应用。
PDF4 years ago
进化图形规划器：为视觉语言导航提供上下文全局规划
本研究基于原始传感器输入，引入了进化图式计划者 (Evolving Graphical Planner，EGP) 模型，其能够以更灵活的决策空间，为导航执行全局规划，并在具有照片级真实感的图像上的 Vision-and-Language
PDF4 years ago
ECCV包容性 GAN：在生成模型中改进数据和少数族裔覆盖率
通过协调对抗训练和重构生成来提高数据覆盖率，并扩展了一个允许显式控制模型应该包含的少数群体的方法。
PDF4 years ago
CVPR一个强健的姿态变换 GAN 用于姿态控制的人体图像合成
利用残差学习的方法，结合有效的数据增强技术，提出一种简单而有效的姿态转换 GAN，在不需使用额外功能学习的情况下，在任意姿态下生成给定的人体图像。该方法在两个大型数据集上展现出比现有方法更优越的性能，实现了在光照、遮挡、失真和尺度方面的鲁棒
PDF4 years ago
CVPR具有空间自适应规范化的语义图像合成
通过使用自适应规范化层来调整激活函数，我们提出了一种简单但有效的方法来合成具有输入语义布局的逼真图像，这种方法可以提高视觉保真度和与输入布局的对齐度，并允许用户控制语义和风格。
PDF5 years ago
物体实例检测的照片级图像合成
该论文提出了一种方法来合成高度逼真的三维物体模型图像，并利用这些图像训练卷积神经网络以在真实图像中检测物体。
PDF5 years ago