.png){kind=icon}
返回
GSID: Guided single-image generation with diffusion models
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jvcir.2026.104921.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为解决单图像生成中模式坍塌和保真度-多样性权衡等常见挑战，我们提出GSID，一种基于扩散模型的分层结构引导合成框架。GSID利用改进的ConvNeXt模块增强结构正则化，在有效捕捉全局上下文的同时避免数据稀缺环境下的过拟合。我们还引入高频提取模块（H-FEM）以提升精细细节的保持性，实现显式的结构-纹理解耦。此外，我们提出了动态掩码策略作为响应式闭环推理机制。该机制不依赖手动预设的静态扰动参数，而是在采样过程中定期测量感知偏差，基于动态保真度阈值计算误差信号，并自适应调整掩码强度以调控生成轨迹。这一反馈调节的推理过程在不需额外训练或逐实例手动参数调优的情况下，提升了图像多样性并控制了结构变化。在多种自然与医学图像数据集上的评估表明，GSID能生成多样且高质量的样本，在结构一致性和感知质量方面优于现有最先进方法。
Keyword:
Single-image generation
Diffusion models
Structure-texture decoupling
Mask Strategy
