高频重要：基于小波扩散的不确定性引导图像压缩
原文中文，约300字，阅读约需1分钟。发表于：。提出了一种基于波径扩散的高频图像压缩方法，通过引入波纹条件扩散模型和残差编解码器，有效地解决了现有扩散模型中的低保真度问题，并设计了一种考虑扩散模型采样不确定性的权重率失真损失函数，实现了更合理的速率和失真之间的权衡。该方法在两个基准数据集上进行的综合实验证实了 UGDiff 的有效性，在速率失真性能、感知质量、主观质量和推断时间等方面超过了现有的图像压缩方法。
DiffLL是一种稳健高效的低光图像增强方法，利用波浪变换加速推理并降低计算资源使用。通过前向扩散和反向去噪实现稳定去噪和减少随机性。高频率恢复模块利用图像细节实现更好的细粒度恢复。实验证明该方法在定量和视觉上优于现有方法，并在效率上有显着提高。还证明了该方法在低光人脸检测方面的潜在实际价值。
