Tag · 2 篇
自适应实例归一化
分布 底层视觉与图像复原1生成模型与扩散1
01 02
MR. Illuminate：基于扩散先验的零样本低光照图像增强
MR. Illuminate: Zero-Shot Low-Light Image Enhancement with Diffusion Prior
利用预训练扩散模型的自注意力特征做局部结构/颜色精修，并用 AdaIN 调制全局光照与色彩，无需任何优化或退化假设即可零样本增强——这为把扩散模型的内部特征当作免训练先验用于底层复原任务提供了可复用范式。
面向视频到语音生成的层级编解码扩散模型
Hierarchical Codec Diffusion for Video-to-Speech Generation
把 RVQ 编解码器的层级结构直接映射为扩散 Transformer 的低层/高层 block，并用唇动、身份、表情分别条件化不同层级，这种「按 token 层级分配视觉条件」的做法可迁移到其他跨模态生成任务（如视频到动作、面部到语音）。