因子化扩散：通过噪声分解引起的感知错觉
原文中文，约400字，阅读约需1分钟。发表于：。通过将图像因子分解为线性组件之和，我们提出了一种零样本方法来通过扩散模型采样来控制每个单独的组件。我们通过分解图像为低频和高频空间成分并基于不同的文本提示来调整这些成分，可以产生根据观察距离而改变外观的混合图像。我们还使用将图像分解为灰度和彩色成分，以生成在灰度下外观改变的图像，这在昏暗的光照下自然发生。此外，我们还通过运动模糊核将图像分解，从而生成在运动模糊下外观改变的图像。我们的方法通过...
通过图像因子分解为线性组件之和，提出了一种零样本方法来控制每个组件，生成根据观察距离改变外观的混合图像。使用灰度、彩色和运动模糊核分解图像，生成在不同条件下外观改变的图像。通过组合噪声估计进行去噪，恢复先前的生成和空间控制方法。扩展到从真实图像生成混合图像。
