BriefGPT - AI 论文速递
·
用局部扩散解决图像翻译中的结构幻觉
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该研究提出了一种新的框架来纠正自然图像中降解纹理样本中的遮挡和扭曲问题，通过合成整体纹理来扩展基于样本的纹理合成技术的适用性。实验结果表明，该框架在定量和定性方面优于现有方法，并验证了其高效性。
🎯
关键要点
- 提出了一种新的框架来纠正自然图像中降解纹理样本中的遮挡和扭曲问题。
- 该框架通过合成整体纹理扩展了基于样本的纹理合成技术的适用性。
- 框架利用具有遮挡感知的潜变换器的条件潜扩散模型，有效编码部分观测样本中的纹理特征。
- 框架能够捕捉到具有大范围遮挡的样本中的长程依赖关系。
- 实验结果表明，该框架在定量和定性方面显著优于现有方法。
- 进行了全面的消融研究以验证框架的不同组成部分。
- 结果得到了感知用户研究的证实，突显了方法的高效性。
➡️
