DemoFusion：无需资金成本的大众化高分辨率图像生成
计算机视觉与模式识别
2023-12-18 v2 人工智能
机器学习
摘要
基于生成式人工智能（GenAI）的高分辨率图像生成具有巨大潜力，但由于训练所需的巨额资本投入，其日益集中于少数大型公司，并隐藏在付费墙之后。本文旨在通过推进高分辨率生成的前沿，同时保持对广大受众的可及性，来实现高分辨率 GenAI 的大众化。我们证明现有的潜在扩散模型（LDMs）具有未被发掘的更高分辨率图像生成潜力。我们新颖的 DemoFusion 框架无缝扩展开源 GenAI 模型，采用渐进式放大、跳跃残差和膨胀采样机制来实现更高分辨率的图像生成。DemoFusion 的渐进特性需要更多遍次，但中间结果可作为“预览”，便于快速的提示迭代。
引用
@article{arxiv.2311.16973,
title = {DemoFusion: Democratising High-Resolution Image Generation With No $$$},
author = {Ruoyi Du and Dongliang Chang and Timothy Hospedales and Yi-Zhe Song and Zhanyu Ma},
journal= {arXiv preprint arXiv:2311.16973},
year = {2023}
}
备注
Project Page: https://ruoyidu.github.io/demofusion/demofusion.html