生成模型与扩散 / CVPR2026
RDF-MIG:一种用于掩码图像生成的鲁棒扩散框架,以增强语义分割和变化检测
RDF-MIG: A Robust Diffusion Framework for Masked Image Generation to Augment Semantic Segmentation and Change Detection
提出一种鲁棒的扩散框架,通过生成双时相变化标注和单时相分割标注的多光谱图像-掩码对来增强下游变化检测和语义分割任务;其MCRD损失和MSE一致性校准可缓解噪声累积问题,可复用于其他需要生成高质量图像-掩码对的视觉任务。
扩散模型掩码图像生成最大相关熵损失