标签

 扩散模型 

相关的文章:

本列表汇集了关于扩散模型的最新研究与应用,涵盖视频生成、文本生成及个性化推荐等多个领域,展示了这一技术的广泛潜力与创新方向。

视频扩散模型新突破!清华腾讯联合实现高保真3D生成,告别多视图依赖

从一张图像出发,基于自定义的相机轨迹探索三维场景

清华与腾讯联合研发的Scene Splatter模型基于视频扩散技术,从单张图像生成高保真3D场景,解决了几何扭曲和一致性问题。该模型通过动量引导生成多视角视频,显著提升三维场景重建效果。

原文中文,约2000字,阅读约需5分钟。发表于:
阅读原文

何恺明新作:给扩散模型加正则化,无需预训练无需数据增强,超简单实现性能提升

可以即插即用

何恺明的新论文提出了一种名为Dispersive Loss的正则化方法,旨在提升扩散模型的生成效果。该方法无需预训练和数据增强,通过正则化中间表示来增强特征分散性,简化实现并提高生成质量。实验结果显示,Dispersive Loss在多种模型上显著改善生成效果,具有广泛的应用潜力。

原文中文,约1600字,阅读约需4分钟。发表于:
阅读原文
发表于:
阅读原文
发表于:
阅读原文
发表于:
阅读原文
发表于:
阅读原文
原文中文,约2000字,阅读约需5分钟。发表于:
阅读原文

基于GAN和扩散模型的数据增强与分辨率提升用于树木分割

本研究解决了城市森林树木检测中低分辨率图像分析的挑战,尤其是在数据标注稀缺的情况下。提出了一种结合领域适应算法与GAN和扩散模型的新方法,能够在增强低分辨率航空图像质量的同时,保持语义内容,从而实现有效的树木分割。实验结果表明,该方法在IoU指标上提升超过50%,证明了其在遥感领域的巨大潜力。

本研究提出了一种新方法,结合领域适应算法、GAN和扩散模型,解决城市森林树木检测中的低分辨率图像分析问题。实验结果表明,该方法在树木分割上提高了超过50%的IoU指标,显示出在遥感领域的应用潜力。

原文中文,约300字,阅读约需1分钟。发表于:
阅读原文

通过限制文本嵌入在安全区域内实现负责任的扩散模型

本研究针对扩散模型生成不安全内容和社会偏见的担忧,提出了一种新的自发现方法,以识别嵌入空间中的语义方向向量,从而将文本嵌入限制在安全区域。该方法提高了模型对潜在不安全提示的鲁棒性,并在多个基准数据集上展现了显著减少NSFW内容和缓解社会偏见的能力。

本研究提出了一种新方法,通过识别嵌入空间中的语义方向向量,限制扩散模型生成的不安全内容,增强模型对潜在不安全提示的鲁棒性,有效减少NSFW内容和社会偏见。

原文中文,约200字,阅读约需1分钟。发表于:
阅读原文

个性化扩散模型重塑冷启动捆绑推荐

本研究针对冷启动场景下用户与捆绑商品之间交互稀疏的问题,提出了一种新方法DisCo。该方法利用个性化的扩散骨干网络,结合用户兴趣的解耦特征,为每个用户在分布空间中生成捆绑推荐,实验证明DisCo在三组真实数据集上的表现显著优于五个对比基准,展示了冷启动推荐的潜在影响和框架。

本研究提出了一种新方法DisCo,旨在解决冷启动场景下用户与捆绑商品交互稀疏的问题。通过个性化扩散骨干网络和用户兴趣解耦特征,DisCo在真实数据集上超越了五个基准,展示了冷启动推荐的潜力。

原文中文,约300字,阅读约需1分钟。发表于:
阅读原文