Tag · 2 篇
频域损失
分布 底层视觉与图像复原1生成模型与扩散1
01 02
基于混合先验引导伪样本生成的零样本图像去噪
Zero-Shot Image Denoising via Hybrid Prior-Guided Pseudo Sample Generation
提出局部（梯度合并分组下采样）与全局（高斯分布条件随机采样）双先验驱动的伪样本生成范式，并配合傅里叶域分频带加权损失，可直接迁移到无外部数据训练的去噪、去模糊等复原任务中。
DrivePTS：一种渐进学习框架，结合文本与结构增强用于驾驶场景生成
DrivePTS: A Progressive Learning Framework with Textual and Structural Enhancement for Driving Scene Generation
提出渐进学习策略与互信息约束解耦几何条件，并利用视觉语言模型生成多视角分层描述作为细粒度文本引导，结合频域结构损失增强前景细节，可迁移至其他条件生成任务。