通过多分辨率扩散模型减轻图像生成中的失真 原文中文,约300字,阅读约需1分钟。发表于:2024-06-13T00:00:00Z。 该研究提出了一种创新的增强扩散模型的方法,通过整合新颖的多分辨率网络和时间相关的层归一化,以提高高保真图像生成的有效性。 该方法使用预训练的自动编码器、隐式扩散模型和隐式神经解码器实现图像超分辨率和生成新图像。实验结果显示,该方法具有高质量、多样性和尺度一致性,并且在推理速度和内存使用方面优于其他技术。 图像质量 尺度一致性 扩散模型 自动编码器 超分辨率 隐式扩散模型