pre-trained diffusion models | BriefGPT

关键词pre-trained diffusion models

搜索结果 - 18

Flash Diffusion: 加速任何有条件扩散模型的少步图像生成
本论文提出了一种高效、快速和多功能的蒸馏方法，Flash Diffusion，用于加速预训练扩散模型的生成，在 COCO2014 和 COCO2017 数据集上，在少量步骤的图像生成方面表现出最先进的 FID 和 CLIP-Score 性能
PDFa month ago
通过扩散特征弥合语义分割的领域差距
利用预训练扩散模型的内在知识，通过采样和融合技术，提出了一种新的扩散特征融合方法（DIFF）来提取和集成有效的语义表示，该方法在领域泛化语义分割和合成到真实情景中均优于先前的方法达到了最优性能。
PDFa month ago
通过提示混合实现扩散模型修补
Diffusion Model Patching (DMP) 是一种简单的方法，通过在模型的输入空间中插入一小组可学习的提示来提升已经达到收敛状态的预训练扩散模型的性能，而不会显著增加参数。该方法通过一种动态门控机制（称为 “mixture
PDFa month ago
学习离散去噪扩散 ODEs
LD3 是一个轻量级的学习时间离散化的框架，可在采样 Diffusion ODE 时与各种求解器结合使用，从而提高采样效率并减少计算开销。
PDFa month ago
用于 Fine-Grained ID 和属性控制的预训练扩展模型的脸部适配器
通过引入高效有效的 Face-Adapter，我们旨在解决资源密集型的训练问题，从而实现预训练扩散模型的高精度和高保真度的人脸编辑，该模型在运动控制精度、ID 保留能力和生成质量方面具有可比甚至优越的表现。
PDFa month ago
TexPainter: 多视角一致性的生成网格纹理
通过梯度反向传播间接修改潜在编码，并使用优化方法的颜色融合技术来实现多视角一致性，从而提高生成纹理的质量和一致性。
PDF2 months ago
可逆扩散模型用于压缩感知
本文提出了一种新颖的高效端到端扩散压缩感知方法，使用可逆扩散模型（IDM）从压缩测量恢复原始图像，克服了传统学习范式的限制，超过现有先进的压缩感知网络 2.64dB 的 PSNR 增益并实现 14.54 倍的推理加速。
PDF3 months ago
STAG4D：空间 - 时间定位生成的 4D 高斯
在本研究中，我们提出了 STAG4D，这是一种结合了预训练扩散模型和动态 3D 高斯雪碧的新型框架，用于高保真度的 4D 生成，通过利用多视图扩散模型初始化输入视频帧上的多视图图像，以确保多视图序列初始化的时间一致性，并应用得分蒸馏采样来优
PDF3 months ago
CVPR文本到图像扩散模型是优秀的素描照片匹配工具
这篇论文首次探索了用于零样本基于草图的图像检索的文本到图像扩散模型，发现其能够无缝地弥合草图与照片之间的差距，利用交叉模态能力和形状倾向性，通过我们的初步研究得到验证。为了有效利用预训练的扩散模型，我们引入了一种简单而有效的策略，着重于两个
PDF4 months ago
IJCAIMotion-Zero：基于扩散的视频生成中的零表示移动物体控制框架
我们提出了一种新颖的零样条移动物体轨迹控制框架 Motion-Zero，通过提供基于位置的先验来改善移动物体的外观稳定性和位置准确性，并利用 U-net 的注意力图在扩散模型的去噪过程中直接应用空间约束，从而进一步确保移动物体的位置和空间一
PDF6 months ago
CogCartoon：实用故事可视化
CogCartoon 是一种基于预训练扩散模型的实用故事可视化方法，通过创新的角色插件生成策略和插件引导推理策略，实现对故事图像的灵活布局和个性化定制，从而在长篇故事可视化和逼真风格故事可视化等挑战性任务中表现出优越性。
PDF7 months ago
预训练扩散模型中不可监督地发现可解释的 h - 空间方向
我们提出了第一个无监督的基于学习的方法，用于识别预训练扩散模型的可解释方向。通过联合优化移位控制模块和再构造器，模型可以自主发现解耦和可解释的方向。我们还提出了一种基于梯度检查点技术的通用 VRAM 高效训练算法来解决 GPU VRAM 存
PDF9 months ago
PGDiff：通过部分引导指导扩散模型进行多功能人脸还原
利用预训练扩散模型进行恢复已成为传统特定任务训练方法的可取替代。本文提出了 PGDiff，通过引入部分指导的新视角，相较于现有方法更适应现实世界中的退化过程。我们的方法不是具体定义退化过程，而是模拟高质量图像的图像结构和颜色统计等期望特性，
PDF9 months ago
DiffColor：使用扩散模型进行高保真度文本引导图像上色
利用预训练的扩散模型来恢复以提示文本为条件的鲜艳颜色而无需任何额外输入，具有高质量的图像重建、丰富多样的颜色、可在上下文中进行彩色显示以及对象级可控颜色化效果，超过先前的研究在视觉质量、颜色保真度和颜色化选项的多样性方面的表现。
PDFa year ago
基于预训练去噪扩散模型的遥感通用对抗防御
利用预训练扩散模型进行通用对抗防御，净化遥感数据中的对抗干扰，不需要事先了解对抗干扰性质，提高性能并减少重新训练的工作量。
PDFa year ago
Prompt-Free Diffusion: Taking "Text" out of Text-to-Image Diffusion Models
此篇论文提出了一种名为 Prompt-Free Diffusion 的图像合成框架，该框架基于仅视觉输入，不需要文本提示就能生成新图像，其核心架构是语义上下文编码器 (SeeCoder)，该框架在图像合成方面表现出色，不仅在基于示例的合成方
PDFa year ago
DiffFit: 通过简单的参数高效调整解锁大规模扩散模型的可传递性
该论文提出 DiffFit，一种参数高效的策略，可以对大规模预先训练的扩散模型进行微调，从而实现对新领域的快速适应，本方法只需要微调特定层中的偏差项和新加入的缩放因子，相对于完整的微调，实现了 2 倍的训练加速和极低的模型存储成本，Diff
PDFa year ago
GibbsDDRM: 利用分布式采样器求解带去噪扩散还原的盲反问题
本文利用预训练扩散模型，在不知道线性运算符的盲设置中推出了 GibbsDDRM，并通过后验采样解决问题。GibbsDDRM 可应用于各种反问题，即使使用简单的通用先验，也能在盲图像去模糊和音频去混响任务中实现高性能。
PDFa year ago