u-nets | BriefGPT - AI 论文速递

关键词u-nets

搜索结果 - 9

揭开 U-Net 模型中感受野尺寸对医学图像分割效果的神秘
医学图像分割是医疗应用中关键的任务，本研究探讨了 U-Net 和 Attention U-Net 架构中的感受野（RF）大小及其对模型性能的影响，研究了 RF 大小与感兴趣区域特征、模型性能以及计算成本之间的关系，提出了表示给定网络层的理论
PDF12 days ago
Human4DiT: 基于 4D 扩散变换的自由观看人体视频生成
我们提出了一种新颖的方法，可以从单个图像在任意视角下生成高质量、时空连贯的人类视频。我们的框架结合了 U-Nets 的精确条件注入和扩散变换器的在视角和时间上捕捉全局相关性的优势。核心是一个级联的 4D 变换器架构，可以分解关注点以跨视角、
PDFa month ago
U-Nets 作为信念传播：在生成层次模型中高效分类、去噪和扩散
通过研究某些生成式分层模型，本文引入了 U-Net 架构的新解释，它是一种在语言和图像领域广泛使用的树状结构图模型。我们演示了 U-Net 如何自然地在这些生成式分层模型中实现置信传播去噪算法，并以此高效逼近去噪函数。此外，我们讨论了这些发
PDF2 months ago
LAPTOP-Diff：层剪枝和规范蒸馏用于压缩扩散模型
在 AIGC 时代，通过引入层修剪和标准化蒸馏（LAPTOP-Diff）压缩扩散模型的 U-Net，我们实现了 50% 的修剪比例下 PickScore 仅下降 4.0%，优于其他方法的 8.2%。
PDF3 months ago
基于区域的 U-net 用于加速训练和提高深度脑部分割的精度
基于深度学习的分割方法可在较短的时间内高效准确地将大脑结构从 MRI 图像中分割出来，该方法以多区域 U-Net 为基础，将大脑分为三个感兴趣的区域，并通过并行运行三个区域 U-Net 将这些更大的结构进一步细分为各自的四个子结构。与一次性
PDF4 months ago
基于 U-Net 架构的粉末 X 射线衍射图像分割
通过使用深度学习卷积神经网络架构（如可调整的 U-Net），我们提出了一种在实验 XRD 图像中识别伪迹的方法，结果表明 U-Net 在测试数据集上能够一致地产生 92.4% 的召回率，与传统方法相比平均错误率降低了 34%，同时减少了 5
PDF8 months ago
U-Net 设计与分析的统一框架
本文提出了一个设计和分析通用 U-Net 体系结构的框架，介绍了它们在编码器和解码器中的作用，通过预处理与 ResNets 的相关性及其高分辨率缩放极限，为 PDE 模型、图像分割和扩散模型提供了更好的性能，并提出设计新的 U-Net 架构
PDFa year ago
CVPR未知曝光时间下的联合视频多帧插值和去模糊
本研究旨在有效地处理在未知曝光时间下所拍摄的视频，采取有监督对比学习构建曝光感知表征，使用两个 U-Net 进行运动分析，通过渐进式曝光自适应卷积和运动细化建立视频重建网络。在模拟和实际数据集上的实验表明，该优化方法在联合视频 x8 内插和
PDFa year ago
ECCVGIA-Net: 用于低光成像的全局信息感知网络
本研究提出了一种全局信息感知模块 (GIA)，该模块能够提取和集成全局信息以改善低光成像表现，通过将 GIA 模块插入到基本 U-Net 中，构建了 GIA-Net，并在大规模真实世界低光成像数据集上实现了训练和评估，实验结果显示，所提出的
PDF4 years ago