[论文阅读笔记]ResDiff: Combining CNN and Diffusion Model for Image Super-Resolution 麦艾斯 允许自己做自己,允许别人做别人11 人赞同了该文章 1. 目标问题 图像超分任务中,输入图像的退化会导致图像中的高频细节丢失,并且由于退化手段的多样性,多个HR图像可能产生相同的LR图像,目前diffusion的图像生成能力有...
下面简单列举几种diffusion model常用的应用方向,更多请查看原文: 进行Image Super Resolution, Inpainting, Restoration, Translation, and Editing等任务: Image Super Resolution Image Inpainting 2. Text-to-Image Generation(文本生成图像) SOTA文生图框架RPG RPG生成结果对比 3. Scene Graph to Image Generation SGD...
对合成和现实世界数据集的广泛实验证明,基于扩散的盲文本图像超分辨率(DiffTSR)可以同时恢复具有更准确的文本结构和更真实的外观的文本图像。 3、Text-guided Explorable Image Super-resolution 本文介绍零样本文本引导的开放域图像超分辨率解决方案的问题。目标是允许用户在不明确训练这些特定退化的情况下,探索各种保持与...
而神经网络可以对某个函数进行逼近得到近似解,所以我们可以训练一个神经网络对图像进行近似表示。 2. 去噪扩散模型(DDPM - Denoising Diffusion Probabilistic Model 扩散概率模型)--后面出个时间写下这个论文的笔记 扩散是指物质粒子从高浓度区域向低浓度区域移动的过程,扩散模型想做的就是通过向图片中加入高斯噪声模拟...
2、Diffusion-based Blind Text Image Super-Resolution 恢复退化的低分辨率文本图像是一项具有挑战性的任务,特别是在现实复杂情况下处理带有复杂笔画和严重退化的中文文本图像。保证文本的保真度和真实性风格对于高质量的文本图像超分辨率非常重要。最近,扩散模型在自然图像合成和恢复方面取得成功,因为它们具有强大的数据分布...
Imagen是Google发布的一种文本到图像生成的Diffusion Model,它可以根据给定的文本描述生成一张高清晰度的图片。整个生成过程包含三个主要模块:Frozen Text Encoder、Text-to-Image Diffusion Model和Super-Resolution Model。 首先,Frozen Text Encoder将输入的文本描述编码成一个Text Embedding ...
2、Diffusion-based Blind Text Image Super-Resolution 恢复退化的低分辨率文本图像是一项具有挑战性的任务,特别是在现实复杂情况下处理带有复杂笔画和严重退化的中文文本图像。保证文本的保真度和真实性风格对于高质量的文本图像超分辨率非常重要。最近,扩散模型在自然图像合成和恢复方面取得成功,因为它们具有强大的数据分布...
Saharia et al., Image Super-Resolution via Iterative Refinement, ICCV 2021 文本到图像的生成 DALL·...
GAN、diffusion、transformer在一定程度上能够生成超过训练时SR（Super-Resolution，超分辨率）的图片，但这...
1、HSR-Diff: Hyperspectral Image Super-Resolution via Conditional Diffusion Models 尽管高光谱图像(hyperspectral image,HSIs)在执行各种计算机视觉任务中的重要性已被证明,但由于在空间域中具有低分辨率(LR)属性,其潜力受到不利影响,这是由多种物理因素引起的。