VQGAN
PulseAugur coverage of VQGAN — every cluster mentioning VQGAN across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新的强化学习框架提升图像模型的多样性和质量
研究人员开发了一个新的强化学习框架，用于改进自回归图像生成模型。该框架解决了现有方法中常见的输出多样性崩溃以及样本质量与分布覆盖率之间权衡的问题。通过引入一种新颖的分布级奖励——留一法FID（LOO-FID），该系统鼓励样本多样性并防止模式崩溃。当与用于语义和感知保真度的实例级奖励相结合时，该方法在LlamaGen和VQGAN架构上仅经过几百次微调迭代后，在质量和多样性指标上均显示出显著改进。
-
新的FeMaSR方法通过特征匹配增强图像超分辨率
研究人员开发了一种新的盲超分辨率方法FeMaSR，旨在恢复具有复杂、未知退化特征的低分辨率图像中丢失的细节。与之前在图像空间操作或依赖于不可用高分辨率参考的方法不同，FeMaSR在紧凑的特征空间中工作。它使用具有隐式高分辨率先验的预训练VQGAN模型，将失真的低分辨率图像特征与其无失真的高分辨率对应特征进行匹配，然后解码这些匹配的特征以生成逼真的高分辨率图像。该方法在VQGAN中融入了语义正则化，并使用基于Swin Transform…
-
新AI模型从MRI合成Tau PET图像用于阿尔茨海默病诊断
研究人员开发了MCR-VQGAN，这是一种新颖的生成对抗网络，旨在从结构性MRI扫描中合成高保真度的Tau正电子发射断层扫描（PET）图像。该方法旨在通过提供一种可扩展且经济高效的替代方案，来克服传统Tau PET成像的局限性，例如辐射暴露和高成本。MCR-VQGAN模型结合了多尺度卷积、ResNet块和注意力模块来增强特征捕获，在定量指标方面表现出色，并保留了阿尔茨海默病分类的诊断相关特征。
-
AI模型在无专家标注的情况下检测视网膜异常
研究人员开发了一种新颖的无监督异常检测框架，用于光学相干断层扫描（OCT）成像，旨在克服诊断视网膜疾病对专家标注的依赖。这种新方法在不需要病灶标签的情况下学习健康视网膜解剖结构的模式，提高了临床环境的效率。该框架结合了层感知监督和结构化三元组学习，以区分健康组织和病理组织，在多个数据集上取得了强劲的性能，并优于现有的无监督方法。