BriefGPT - AI 论文速递
·
FDWST：基于小波风格转换的指纹去模糊
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文提出了一种新颖的DiWa方法，用于SISR。该方法将DDPMs与DWT相结合，能够在小波频谱上产生高频信息，生成高质量、详细的重建。该方法在定量指标上优于当前最先进的扩散SISR方法，参数更少，推理时间更短。
🎯
关键要点
- 提出了一种新颖的扩散小波（DiWa）方法，用于单图超分辨率（SISR）。
- 该方法结合了去噪扩散概率模型（DDPMs）和离散小波变换（DWT），在小波频谱上产生高频信息。
- DiWa方法能够生成高质量、详细的图像重建。
- 在面部（8倍放大）和一般（4倍放大）SR基准测试中，DiWa在定量指标上优于当前最先进的扩散SISR方法SR3和SRDiff。
- DiWa方法使用的参数更少：92M参数相比SR3的550M参数，9.3M参数相比SRDiff的12M参数。
- 该方法在经典的一般SR数据集上优于其他最先进的生成方法，并节省推理时间。
- 强调了DiWa方法在各种应用中的潜力。
➡️
