返回
Parameterized image restoration with diffusion and gradient priors
DOI:10.1016/j.knosys.2026.115488.png)
摘要
En 中文
• 我们提出了一种结合扩散和梯度先验的图像修复模型。
• 我们提出了一种基于所提出模型的即插即用采样方法。
• 我们提出了一种灵活的框架,能够实现参数化的图像修复。
• 大量实验验证了我们提出方法的有效性。
Keyword:
image restoration
diffusion model
gradient prior
plug-and-play sampling
parameterized framework
期刊
K
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
暂无机构信息
引用论文
Reffusion: Enhancement Conditional Diffusion Framework with Dual Domain Interaction Transformer for image restorationReffusion: 一种增强型条件扩散框架,通过双域交互Transformer进行图像修复
SEER: Knowledge-driven semantic image restoration with vision-language diffusion alignmentSEER:基于知识驱动的语义图像修复与视觉语言扩散对齐
Modeling optical imaging pipeline and learning contrastive-based representation for hybrid-corrupted image restoration建模光学成像管线并学习基于对比的表示方法用于混合损坏图像修复
MULTIMEDIA SYSTEMS
IF3.1
Yan, Q.; Hu, T.; Wu, P.; Dai, D.; Gu, S.; Dong, W.; Zhang, Y. Efficient Image Enhancement with a Diffusion-Based Frequency Prior. IEEE Trans. Circuits Syst. Video Technol. 2025. [Google Scholar] [CrossRef]Yan, Q.; Hu, T.; Wu, P.; Dai, D.; Gu, S.; Dong, W.; Zhang, Y. 基于扩散模型的频率先验的高效图像增强。IEEE Trans. Circuits Syst. Video Technol. 2025. [Google Scholar] [CrossRef]
没有更多内容

