arXiv cs.CV· Jiaqi Zhang, Zheng Pang, Rongrong Gao, Qiyuan Zhang, Yang Yang·· 9 小时前AI 评分17
LEADer：局部认知不确定性引导的即插即用扩散图像修复主动采样框架
Local Epistemic Uncertainty Guided Active Sampling for Plug-and-play Diffusive Image Restoration
AI 导读
研究者提出局部认知不确定性引导主动采样框架 LEADer，用于扩散模型图像修复（DMIR）。该方法在空间域用逐像素不确定性动态调节零空间先验强度，在时间域用不确定性轨迹量化采样稳定性以实现自适应轨迹剪枝，理论证明其满足严格数据一致性且剪枝策略具有确定性误差界。LEADer 可即插即用地集成到多种 DMIR 基线，在提升多个 SOTA 方法性能的同时显著减少采样时间，内存开销可忽略，代码已开源。
来源：arXiv cs.CV · arxiv.org