BriefGPT - AI 论文速递
·
以草图为引导的局部离散扩散图像修复
💡
原文中文，约600字，阅读约需2分钟。
📝
内容提要
本研究提出了一种基于草图引导的图像修复方法，使用部分离散扩散过程（PDDP）重建掩蔽区域，通过领域差异提高修复结果质量。通过在MS-COCO合成数据集上进行训练和评估，证明了该方法的有效性。
🎯
关键要点
-
本研究提出了一种基于草图引导的图像修复方法。
-
草图引导修复提供了更强的用户控制力，可以指定待修复对象的形状和姿势。
-
引入了一种新颖的部分离散扩散过程（PDDP）用于图像修复。
-
PDDP 的正向传递处理掩蔽区域，反向传递使用草图引导双向转换器重建这些区域。
-
新颖转换器模块接受图像和查询草图作为输入，有效解决草图与自然图像之间的领域差异。
-
使用 MS-COCO 合成数据集进行训练和评估，证明了方法的有效性。
-
定性和定量结果表明，所提出的方法能够修复与草图视觉外观相符的逼真对象。
-
研究代码已公开，促进进一步研究。
➡️
