CC-WSI-Netは、パッチ間の色と内容の一貫性を確保しながら、診断に有用な仮想免疫組織化学染色画像を生成することができる。
事前学習済みの低解像度ディフュージョンモデルの知識を活用し、少ない学習データと計算コストで高解像度画像合成を実現する。
拡散型画像合成モデルPARASOLは、コンテンツとファイングレインのビジュアルスタイルを独立して制御できる。
パッチベースの表現を用いることで、従来の座標ベースのMLP ネットワークに比べ、画像合成タスクにおいて高品質な結果を得ることができる。
Diffusion Modelの多様性と Flow Matchingの効率性を組み合わせることで、高解像度画像合成の質と速度を向上させることができる。
拡散モデルの量子化ノイズを低減するための統一的な量子化ノイズ補正スキームを提案する。
画像合成における高解像度マルチアスペクト画像生成を可能にする新しい潜在的敵対的拡散蒸留(LADD)手法が導入されました。