顶刊TPAMI 2025!北大、KAUST等提出可逆扩散模型赋能图像重建,代码已开源
本文提出了一种可逆扩散模型IDM,通过端到端训练框架和双层可逆网络设计显著提升图像重建性能与效率。在图像压缩感知重建任务中,相比其他方法,该模型在PSNR指标上提升了2dB,并将采样步数从100步减少至3步,推理速度提高了约15倍。
本文提出了一种可逆扩散模型IDM,通过端到端训练框架和双层可逆网络设计显著提升图像重建性能与效率。在图像压缩感知重建任务中,相比其他方法,该模型在PSNR指标上提升了2dB,并将采样步数从100步减少至3步,推理速度提高了约15倍。
北京大学信息工程学院研究人员提出了一种实用、紧致的图像压缩感知网络PCNet,其在信息保留能力、重建精度和计算效率方面均优于现有方法。