One Pass Is Not Enough: Recursive Latent Refinement for Generative Models
一次不够:生成模型的递归潜在细化
机构 * Simon Fraser University(西蒙弗雷泽大学)
专题命中 个性化与一致性 :image generation(abstract);分类 cs.CV
AI总结 本文提出RTM方法,通过递归细化提升生成模型的多样性和覆盖范围,改进了FID指标下的精度和召回率,适用于多个数据集和基准测试。
视觉与机器人
图像生成、文生图、图像编辑、扩散模型和可控生成。
一次不够:生成模型的递归潜在细化
机构 * Simon Fraser University(西蒙弗雷泽大学)
专题命中 个性化与一致性 :image generation(abstract);分类 cs.CV
AI总结 本文提出RTM方法,通过递归细化提升生成模型的多样性和覆盖范围,改进了FID指标下的精度和召回率,适用于多个数据集和基准测试。