基于布朗桥模型的确定性图像到图像转换

Research Paper#Image-to-Image Translation, Generative Models, Deep Learning🔬 Research|分析: 2026年1月3日 18:47•
发布: 2025年12月29日 13:45
•
1分で読める
•ArXiv

分析

本文介绍了一种用于确定性图像到图像 (I2I) 转换的新型生成模型 Dual-approx Bridge。 关键创新在于使用带有双重近似器的去噪布朗桥模型，以在超分辨率等 I2I 任务中实现高保真度和图像质量。 这种方法的确定性对于需要一致且可预测输出的应用程序至关重要。 这篇论文的重要性在于，它有可能提高 I2I 转换的质量和可靠性，与现有的随机和确定性方法相比，实验结果证明了这一点。
引用 / 来源
查看原文
"The paper claims that Dual-approx Bridge demonstrates consistent and superior performance in terms of image quality and faithfulness to ground truth compared to both stochastic and deterministic baselines."
A
ArXiv2025年12月29日 13:45
* 根据版权法第32条进行合法引用。
较旧

Propensity Patchwork Kriging for Scalable Inference on Heterogeneous Treatment Effects

较新

Prompt-Induced Over-Generation as Denial-of-Service: A Black-Box Attack-Side Benchmark

相关分析

Research Paper

SpaceTimePilot：时空控制的生成视频渲染

2026年1月3日 06:10

Research Paper

量子混沌哈密顿量演化下的随机性生成

2026年1月3日 06:10

Research Paper

GaMO：几何感知扩散用于稀疏视角3D重建

2026年1月3日 06:32

来源: ArXiv