BriefGPT - AI 论文速递
·
面向图像的扩散变换器用于水下图像增强
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文介绍了一种基于图像条件扩散变换器（ICDT）的水下图像增强方法。通过将退化的水下图像转换为潜空间，并应用ICDT，该方法具有可扩展性和高质量的图像增强效果。实验结果表明，ICDT在图像增强方面优于其他方法。
🎯
关键要点
- 本文介绍了一种基于图像条件扩散变换器（ICDT）的水下图像增强方法。
- 该方法通过将退化的水下图像作为条件输入，转换为潜空间，并应用ICDT。
- ICDT利用变换器替代传统的U-Net骨干，继承了变换器的可扩展性等特性。
- 使用涉及方差的混合损失函数训练ICDT，以获得更好的对数似然并加速采样过程。
- 在水下ImageNet数据集上进行实验评估，ICDT在图像增强方面优于其他方法。
- 最大的模型ICDT-XL/2在图像增强质量上达到了最先进的水平（SOTA）。
➡️
