BriefGPT - AI 论文速递
·
NAF-DPM: 一个用于文档增强的非线性无激活扩散概率模型
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该文章介绍了NAF-DPM生成框架，用于恢复损坏文档的原始质量。该方法通过引入高效无线激活的网络和快速求解常微分方程的采样器，减少了推断时间。实验证明，该方法在像素级和感知相似度度量方面达到了最先进的性能，并且增强了OCR系统在转录被我们框架加强的真实文档图像时的字符错误率。
🎯
关键要点
-
提出了一种基于扩散概率模型 (DPM) 的新型生成框架 NAF-DPM。
-
该框架用于恢复被损坏文档的原始质量。
-
引入高效无线激活的网络和快速求解常微分方程的采样器，减少了 DPM 的推断时间。
-
实验证明，该方法在像素级和感知相似度度量方面达到了最先进的性能。
-
增强了 OCR 系统在转录被框架加强的真实文档图像时的字符错误率。
➡️
