计算机科学 > 计算机视觉与模式识别
[提交于 2025年1月1日
(v1)
,最后修订 2025年1月11日 (此版本, v2)]
标题: 扩散棱镜:增强掩码到图像扩散中的多样性与形态一致性
标题: Diffusion Prism: Enhancing Diversity and Morphology Consistency in Mask-to-Image Diffusion
摘要: 生成式AI和可控扩散的出现使得图像到图像的合成变得更加实用和高效。 然而,当输入图像表现出低熵和稀疏性时,扩散模型的固有特性往往导致多样性有限。 这种限制显著干扰了数据增强。 为了解决这个问题,我们提出了 Diffusion Prism,一种无需训练的框架,能够有效地将二值掩码转换为现实且多样的样本,同时保留形态特征。 我们发现少量的人工噪声会显著有助于图像去噪过程。 为了证明这一新颖的掩码到图像的概念,我们以纳米树突状图案为例,与现有的可控扩散模型相比,展示了我们方法的优势。 此外,我们将所提出的框架扩展到其他生物图案,突显了其在各个领域的潜在应用。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.