研究人员开发了 CSFlow，这是一种新颖的加权方案，可将流匹配模型中的迭代去噪过程与人类对比敏感度对齐。该方法考虑了人类视觉系统对不同空间频率的不同敏感度，以及扩散模型在精细细节之前稳定粗略图像内容的趋势。通过估计在每个反向流间隔中生成哪些频率并相应地对时间步长进行加权，CSFlow 在图像生成质量方面取得了改进，降低了 FID 分数并增强了视觉真实感。 AI
影响 通过将人类视觉感知纳入生成过程，提高了生成图像的真实感和质量。
排序理由 这是一篇详细介绍生成模型新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →