会员服务
扩散模型是近年来快速发展并得到广泛关注的生成模型。它通过一系列的加噪和去噪过程，在复杂的图像分布和高斯分布之间建立联系，使得模型最终能将随机采样的高斯噪声逐步去噪得到一张图像。
Class-Balancing Diffusion Models
Arxiv
0+阅读 · 2023年4月30日
Quality of approximating a mass-emitting object by a point source in a diffusion model
Arxiv
0+阅读 · 2023年5月1日
Reconstructing seen images from human brain activity via guided stochastic search
Arxiv
0+阅读 · 2023年4月30日
RenderDiffusion: Image Diffusion for 3D Reconstruction, Inpainting and Generation
Arxiv
1+阅读 · 2023年4月21日
How to Backdoor Diffusion Models?
Arxiv
0+阅读 · 2023年4月21日
Improved Diffusion-based Image Colorization via Piggybacked Models
Arxiv
0+阅读 · 2023年4月21日
Unite and Conquer: Plug & Play Multi-Modal Synthesis using Diffusion Models
Arxiv
0+阅读 · 2023年4月20日
DiffFit: Unlocking Transferability of Large Diffusion Models via Simple Parameter-Efficient Fine-Tuning
Arxiv
0+阅读 · 2023年4月20日
Collaborative Diffusion for Multi-Modal Face Generation and Editing
Arxiv
0+阅读 · 2023年4月20日
A data augmentation perspective on diffusion models and retrieval
Arxiv
1+阅读 · 2023年4月20日
NeuralField-LDM: Scene Generation with Hierarchical Latent Diffusion Models
Arxiv
36+阅读 · 2023年4月19日
UPGPT: Universal Diffusion Model for Person Image Generation, Editing and Pose Transfer
Arxiv
0+阅读 · 2023年4月18日
Align your Latents: High-Resolution Video Synthesis with Latent Diffusion Models
Arxiv
1+阅读 · 2023年4月18日
NaturalSpeech 2: Latent Diffusion Models are Natural and Zero-Shot Speech and Singing Synthesizers
Arxiv
0+阅读 · 2023年4月18日
Two-stage Denoising Diffusion Model for Source Localization in Graph Inverse Problems
Arxiv
0+阅读 · 2023年4月18日
参考链接
微信扫码咨询专知VIP会员
Top