实体
CelebA-HQ
CelebA-HQ
PulseAugur coverage of CelebA-HQ — every cluster mentioning CelebA-HQ across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新型扩散模型优化图像压缩的权衡
研究人员开发了一种名为双约束扩散图像压缩（DCIC）的新型图像压缩技术。该方法集成了学习型编解码器和基于扩散的解码器，利用失真和幂等性约束来联合优化保真度和感知真实感。DCIC 允许从单个比特流连续调整这两个方面的权衡，与现有方法相比，在保真度和感知质量方面均表现出更优越的性能。
-
新的扩散模型通过改进的控制力和真实感增强面部属性编辑
研究人员开发了两种新颖的框架 LatRef-Diff 和 AttDiff-GAN，以改进图像中的面部属性编辑和风格处理。这两种方法都解决了现有 GAN 和扩散模型在精确控制和风格一致性方面存在的局限性。LatRef-Diff 利用具有风格码的潜变量和参考引导，而 AttDiff-GAN 将基于 GAN 的编辑与扩散生成相结合，旨在实现更精确的属性修改并更好地保留非目标特征。