CVPR2025——重建能力vs生成能力《Reconstruction vs. Generation》论文解析

已于 2025-03-06 13:31:22 修改
阅读量493 收藏 2
点赞数 2
分类专栏： 深度学习 必读的关于GAN的论文 文章标签： 人工智能 计算机视觉 深度学习
于 2025-03-05 21:45:28 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/wenqiwenqi123/article/details/146051105
版权
了解本专栏 订阅专栏 解锁全文
CVPR 2025 满分论文！重建 vs 生成：解决扩散模型中的优化难题
3D视觉工坊
03-18 302
本文提出了一种名为VA-VAE的方法，通过将视觉词元分析器的潜在空间与预训练的视觉基础模型对齐，解决了潜在扩散模型中重建与生成之间的优化难题。基于该方法构建的LightningDiT模型在ImageNet 256x256生成任务上取得了最佳性能，FID得分1.35，并在64个epoch内达到2.11的FID得分，显著提升了训练效率。华中科技大学二年级博士生，导师王兴刚教授，研究方向为视觉生成模型，表征学习和图像抠图等。，为大家详细介绍他CVPR2025中稿的工作。潜在扩散模型中重建与生成的优化困境。
CVPR2025论文解析|Reconstruction vs. Generation Taming Optimization Dilemma in Latent Diffusion
SJ_HP的博客
03-10 752
本文探讨了潜在扩散模型（Latent Diffusion Models, LDM）在图像生成中的优化困境。尽管基于Transformer架构的潜在扩散模型在生成高保真图像方面表现出色，但研究表明，增加视觉标记器中每个标记的特征维度可以提高重建质量，但却需要更大的扩散模型和更多的训练迭代才能实现相当的生成性能。现有系统往往只能得到次优解，导致视觉伪影或无法完全收敛。
Restoration by Generation with Constrained Priors 从生成到修复：约束生成空间的图像复原新方法
步子哥的博客
12-29 1156
为了实现这个目标，论文提出了一种新的方法，通过以下两个关键点来约束扩散模型的生成空间： 1. 添加噪声（Adding noise）：通过向输入的低质量图像添加噪声，使其分布与扩散模型训练时使用的干净图像的分布匹配。实验结果表明，与现有的有监督方法（如基于GAN的方法GFPGAN，基于码本的方法CodeFormer和VQFR，以及基于扩散的方法DR2）相比，所提出的方法在FID和MUSIQ指标上均取得了更好的成绩。：在给定一组干净图像（个人相册）的情况下，评估了所提出的方法在个性化人脸恢复上的性能。
CVPR 2025 论文和开源项目合集 | CVer-Papers-with-Code
最新发布
qq_53826699的博客
03-13 1万+
欢迎各位大佬提交issue，分享CVPR 2025论文和开源项目！
【论文阅读】A Point Set Generation Network for 3D Object Reconstruction from a Single Image
weixin_45616624的博客
01-20 6503
论文题目: A Point Set Generation Network for 3D Object Reconstruction from a Single Image (由单张图像进行三维物体重建的点集生成网络, 下文简称PSGN) 论文作者: Haoqiang Fan (清华大学交叉信息研究院); Hao Su, Leonidas Guibas (斯坦福大学计算机科学系) 论文出处: CVPR 2017 (oral)
超110篇！CVPR 2021最全GAN论文汇总梳理！
idol24的博客
12-05 6600
戳我，查看GAN的系列专辑~！下述论文已分类打包好！超110篇，事实上仍有一些GAN论文未被包含入内……可见GAN在CVPR 2021仍十分火热。后台回复2021GAN（长按红字、选...
递归皮层网络RCN识别文本CAPTCHAS的Science论文基础知识和译文 (公号回复“递归皮层网络”可下载PDF典藏版资料)
数据简化DataSimp社区
07-28 5244
递归皮层网络RCN识别文本CAPTCHAS的Science论文基础知识和译文 (公号回复“递归皮层网络”可下载PDF典藏版资料) 原创： 秦陇纪 数据简化DataSimp 今天 数据简化DataSimp导读：硅谷初创公司Vicarious AI的Science论文《高数据效率训练的和文本CAPTCHAs (CompletelyAutomated Public Turing Test to ...
MicrosoftAsia-Semantics-Aligned Representation Learning for Person Re-identification---论文阅读笔记和工程实现总结
HeavenerWen的博客
05-19 1451
摘要 In this paper, we propose a framework that drives the reID network to learn semantics-aligned feature representation through delicate supervision designs 提出了一个框架，一个驱动reID 网络学习语义对齐的feature represention through 精细的监督设计。 学到的特征，在本质上就是语义对齐的意思。 ...
Image Segmentation Using Deep Learning: A Survery
Fantastic
09-23 3977
图像分割综述–论文翻译 论文地址：https://arxiv.org/pdf/2001.05566.pdf 摘要 图像分割是图像处理以及计算机视频的关键内容，其应用场景非常广泛，如场景理解、医学图像分析、机器人感知、视频监控、增强显示和图像压缩等。目前关于图像分割的算法论文数量非常多。最近，由于深度学习模型在计算机视频任务中的出色表现，大量的图像分割研究工作都在开发深度学习模型在图像分割中的应用。在本次调查综述中，我们提供全面的图像分割的文献综述，涵盖了语义分割和实例分割的广泛开创性工作，其中包括全卷机像素
CV每日论文--2024.6.13
u012854516的专栏
06-14 999
它随机选择视频片段中的两个帧,遮盖其中一个帧的某些区域,并学习利用另一个帧的信息来恢复被遮盖的区域。总的来说,这种基于二元球面量化的分词器展示了在视觉数据压缩和重建、视频压缩以及生成模型应用等方面的出色性能,为相关领域的发展提供了有价值的技术探索。通过这种创新的一维标记化方法,TiTok展示了在高分辨率图像合成中的突出优势,为生成模型的进一步发展提供了有价值的探索方向。总的来说,这种"模仿式编辑"为用户提供了一种全新的创作方式,大大降低了图像编辑的门槛,值得在实际应用中进一步探索和推广。
深度学习--训练集验证集测试集合理划分比例
热门推荐
wenqiwenqi123的博客
02-01 7万+
众所周知，在机器学习深度学习领域，合理划分训练集验证集和测试集是很重要的，本文主要介绍如何划分。 过去，人们运用机器学习传统方法的时候，一般将训练集和测试集划为7：3. 若有验证集，则划为6:2:2. 这样划分确实很科学，当数据量不大的时候（万级别及以下）。 但到了大数据时代，数据量陡增为百万级别，此时我们不需要那么多的验证集和训练集。 假设有100W条数据，只需要拿出1W条来当验
深度学习--GRU（门控循环单元）原理详解
wenqiwenqi123的博客
06-15 2万+
上一篇中已经总结了RNN的原理，传送门：https://blog.csdn.net/wenqiwenqi123/article/details/80704528本文讲解一下GRU的原理，GRU对于RNN中的梯度消失有很大帮助。GRU即Gated Recurrent Unit。前面说到为了克服RNN无法很好处理远距离依赖而提出了LSTM，而GRU则是LSTM的一个变体，当然LSTM还有有很多其他的变...
深度学习——GAN（生成网络）损失函数解析
wenqiwenqi123的博客
03-25 1万+
生成网络（GAN）是近年来很火的课题，原始论文《Generative Adversarial Nets》的介绍请移步：https://blog.csdn.net/wenqiwenqi123/article/details/86178376 本篇主要详细解析它的损失函数。在论文中损失函数定义为： 当然乍一看去，没看懂这个损失函数。我们细细来看： ...
深度学习、tensorflow--神经风格迁移（neural style transfer）原理以及实现代码
wenqiwenqi123的博客
02-14 1万+
最近在计算机视觉界流行一个算法，神经风格迁移（neural style transfer），出自论文《 A Neural Algorithm of Artistic Style》，今天来让我们看看这究竟是怎么一回事。我们有一个内容图片（拿学校大门献丑了）：一个风格图片：最终生成图片：是不是还是相当有意思的，我先介绍原理，一会给代码。首先，在介绍原理之前，确保你明白卷积神经网络（CNN）原理，CNN...
私人定制AI绘画——快速finetune stable diffusion教程
wenqiwenqi123的博客
12-06 1万+
AI创作正在逐步超越人类。
《Deep Residual Learning for Image Recognition》论文解析
wenqiwenqi123的博客
12-10 1万+
朋友们从本周开始我会着手更新新系列的博客，论文解析系列。当然此系列我会尽力细致地介绍论文，不过因为水平有限，难免会有理解不到位甚至错误的地方，因此欢迎评论探讨。同时本系列更趋向于介绍论文大致思想，对于论文中太细的小细节便不再做更多介绍，若是大家想更加详细地了解一篇论文的话，还是去看英文原版的吧。但若是想快速了解论文思想和梗概或是不一样的读者想法，大概看看我的博客也不错。欢迎大家评论区留言提建议。 ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

哎呦不错的温jay

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值