Sphere Latent Encoder

新方法通过解耦编码器和去噪模型来提高图像合成效率

研究人员开发了一种新的高效图像合成方法，通过将固定的预训练图像编码器与单独的潜在去噪模型解耦。该方法完全在球形潜在空间内运行，消除了训练和推理过程中低效的像素空间操作。与现有的Sphere Encoder相比，该新方法在Animal-Faces、Oxford-Flowers和ImageNet-1K等数据集上的生成质量和推理速度方面均有显著提升。