CVPR 2024 | 结构的重要性:解决图像修复中扩散模型的语义差异问题
发布日期:2025-06-08 05:07:44 浏览次数:4 分类:精选文章

本文共 316 字,大约阅读时间需要 1 分钟。

论文信息

题目:Structure Matters: Tackling the Semantic Discrepancy in Diffusion Models for Image Inpainting

结构的重要性:解决图像修复中扩散模型的语义差异问题

作者:Liu, Y., Zhang, X., Wang, Z., & Li, J.

论文创新点

  • 提出了一种全新的结构引导纹理扩散模型(StrDiffusion),通过引入稀疏结构作为辅助,重新定义了传统纹理去噪过程,并推导出一个简化的去噪目标。

  • 提出了一个基于时间依赖的结构稀疏性策略,通过将初始结构状态设置为灰度图,并将终端结构状态设置为边,从而实现了对扩散过程的有效指导。

  • 上一篇:CVPR 2024 | 视觉新突破!首个无自然语言的纯视觉大模型!
    下一篇:CVPR 2024 | 用于零样本学习的渐进式语义引导视觉Transformer

    发表评论

    最新留言

    表示我来过!
    [***.240.166.169]2026年06月05日 14时23分13秒