greenrice1的博客

原创 浅读Improved Diffusion-based Image Colorization via Piggybacked Models

广泛的实验表明，我们的方法在感知质量方面实现了前沿技术。因为在图片生成的过程中，如果我们想要图片更加精确，我们可以通过控制latent code的分布进而取得对相似图片的更精确的定位，图片的这些特征之间相互关联，耦合性较高，导致模型很难弄清楚它们之间的关联，使得学习效率低下，因此需要寻找到这些表面特征之下隐藏的深层次的关系，将这些关系进行解耦。现在的T21模型我们通常是通过输入文字然后让电脑生成相应的图片，但是该文章提出我们不妨可以将输入的文字更换成黑白色的图片，进而使图片上色，生成更精确的彩色图片。