FICGen

FICGen 通过频率启发的上下文解耦推进退化图像生成

研究人员推出 FICGen，一种用于从布局描述生成图像的新范式，特别解决了低光照或水下场景等退化视觉条件下的挑战。该方法通过将频率知识集成到潜在扩散过程中来解决“上下文幻觉困境”，从而能够更好地渲染前景对象及其周围环境。FICGen 采用带有频率重采样器的双查询机制来提取原型，并使用视觉-频率增强注意力来注入这些知识，同时结合实例连贯性图和自适应聚合模块来完善解耦和表示。