visual fidelity | BriefGPT - AI 论文速递

关键词visual fidelity

搜索结果 - 12

通过语义简化进行分层图像矢量化
本研究提出了一种新的渐进式图像矢量化技术，旨在生成层次化的矢量，以从粗糙到细节层次逐渐表示原始图像。我们的方法引入了语义简化，结合了分数蒸馏采样和语义分割，来迭代地简化输入图像。随后，我们的方法针对每个逐步简化的图像优化矢量层。我们的方法提
PDFa month ago
CVPR即插即用扩散蒸馏
我们提出了一种新的蒸馏方法，可以减少迭代计算过程中无需分类器指导的扩散模型的推理计算时间，并且只需要基础模型的 1％的可训练参数，同时还能维持生成图像的视觉逼真度。
PDFa month ago
ComFusion: 多个特定场景中的个性化主题生成单图像
最近在个性化文本到图像（T2I）扩散模型方面的进展表明，使用有限数量的用户提供的示例生成基于个性化视觉概念的图像的能力已被证明。然而，这些模型在维护高视觉保真度方面经常遇到困难，特别是在根据文本输入进行场景操作时。为了解决这个问题，我们引入
PDF4 months ago
高保真神经图像压缩的语义集成损失和潜在精炼
该研究提出了一种改进的神经压缩方法，通过使用复杂的语义集成损失、潜在精细化过程和优化可视保真度的目标，显著提高了神经图像压缩的统计保真度，并在 CLIC2024 验证集上相较于 MS-ILLM 在 FID 指标下实现了 62% 的比特率节省
PDF5 months ago
AAAI实时渲染的低延迟时空超采样
该论文通过将帧超采样和外推方法整合到一个统一的框架中，提出了一种新颖的空时超采样方法（Space-time Supersampling），能够在较低的延迟下提高整体质量。经过广泛实验证明，该方法在视觉保真度方面优于最先进的方法，而且性能仅需
PDF7 months ago
UNeR3D：无监督重建中基于 2D 图像的多用途可扩展的 3D RGB 点云生成
通过使用 UNeR3D，这篇研究论文提出了一种开创性的无监督方法来从 2D 图像生成详细的 3D 重建，同时通过应用逆距离加权技术进行颜色渲染，提高了视觉保真度，并展示了在单视图输入和其他情况下的优越成果，从而重塑了 3D 视觉中的无监督学
PDF7 months ago
GeoScaler：基于几何和渲染的三维网格纹理降采样
通过在降采样过程中引入几何线索并最大化呈现纹理网格的视觉保真度，我们介绍了 GeoScaler 方法，该方法用于降低 3D 网格的纹理地图，并且相比传统的降采样方法，所生成的纹理图像呈现出显著更好的质量。
PDF7 months ago
文本到图像个性化的神经时空表示
本文探讨了一种依赖于时间和空间 (U-Net 层) 去噪的新型文本调节空间，并通过优化小型神经映射器，将整个个性化概念表示为学习的映射器的参数，从而在不调整生成模型本身任何参数的情况下，用单个训练模型控制构成、编辑和可编辑性，从而提高了收敛
PDFa year ago
AAAI生成神经网络中生成伪影的内部单元的无监督理解方法
本研究提出了一个新的概念 local activation，通过测量 local activation，可以检测出 GANs 生成的有缺陷的图像。经过实验证明，本方法可以应用于不同数据集的 GANs 中，帮助用户检测和纠正有缺陷的生成图像。
PDF3 years ago
ECCV在自回归图像生成中引入强化对抗学习
使用基于策略梯度优化的强化对抗学习 (RAL)，结合 GAN 启发的对抗损失，实现了图像生成中自回归模型的敌对性学习，提高了生成图像的质量和多样性。该方法在合成和真实数据集上都取得了显著的改善，并在 64*64 图像分辨率上实现了 Cele
PDF4 years ago
基于小波生成对抗网络的人脸属性感知老化
使用基于小波的生成对抗网络与面部属性向量来提高合成面部图像的质量，能够更准确地呈现面部随着时间推移带来的变化，并在现有数据集上取得了最先进的表现。
PDF6 years ago
利用神经网络建模液体飞溅
本文提出了一种新的基于数据驱动的方法，使用神经网络模拟液体模拟中的小尺度跳跃细节。使用物理参数化高分辨率模拟的训练数据，利用神经网络模拟分类器和速度调节器来回归跳跃形成。通过使用异方差模型对速度进行修改，我们证明了此方法在提高视觉保真度方面
PDF7 years ago