详细内容或原文请订阅后点击阅览
采访三藤由希：改进人工智能图像生成
Yuki Mitsufuji 是索尼人工智能的首席研究科学家。Yuki 和他的团队在最近的神经信息处理系统会议 (NeurIPS 2024) 上发表了两篇论文。这些作品涉及图像生成的不同方面，标题为：GenWarp：具有语义保留生成扭曲的单幅图像到新视图和 PaGoDA：渐进式增长 […]
来源:ΑΙhubYuki Mitsufuji 是 Sony AI 的首席研究科学家。Yuki 和他的团队在最近的神经信息处理系统会议 (NeurIPS 2024) 上发表了两篇论文。这些作品解决了图像生成的不同方面，标题为：GenWarp：具有语义保留生成扭曲的单图像到新视图和 PaGoDA：从低分辨率扩散教师逐步增长一步生成器。我们采访了 Yuki，以了解有关这项研究的更多信息。
GenWarp：具有语义保留生成扭曲的单图像到新视图 PaGoDA：从低分辨率扩散教师逐步增长一步生成器今天我们想问您两项研究。我们可以从 GenWarp 论文开始吗？您能概述一下您在这项工作中关注的问题吗？
我们旨在解决的问题称为单次新视图合成，即您有一张图像，并希望从不同的相机角度创建同一场景的另一张图像。这个领域已经有很多工作，但仍然存在一个主要挑战：当图像角度发生显着变化时，图像质量会显着下降。我们希望能够基于单个给定图像生成新图像，并提高质量，即使在非常具有挑战性的角度变化设置下也是如此。
您是如何解决这个问题的 - 您的方法是什么？
FID PSNR人们可以看到使用 GenWarp 创建的一些图像吗？
是的，我们实际上有一个演示，它由两部分组成。一个显示原始图像，另一个显示从不同角度扭曲的图像。
演示继续讨论 PaGoDA 论文，您在这里讨论了扩散模型的高计算成本？您是如何解决这个问题的？
PaGoDA 的独特之处在于我们在一个系统中跨不同分辨率模型进行训练，这使得它能够实现一步生成，从而使工作流程更加高效。
了解更多信息：
标签：
,