دانلود ترجمه مقاله تولید تصویر فوق دقیق از طریق اصلاح مکرر

1. مقدمه 2. مدل پراش نویززدایی شرطی 3. مقالات مرتبط 4. آزمایش های تجربی 5. بحث و بررسی و نتیجه گیری

چکیده – در این مقاله، روش SR3، که یک روش تولید تصویر فوق دقیق از طریق اصلاح مکرر است را ارائه می دهیم. SR3 از مدل های احتمالاتی پراش نویززدا [1]، [2] برای انتقال تصویر به تصویر استفاده می کند و تولید فوق دقیق را از طریق یک فرآیند نویززدایی مکرر احتمالاتی انجام می دهد. تصاویر خروجی با نویز گاوسی خالص مقدار دهی اولیه می شوند و به صورت مکرر با استفاده از معماری U-Net که برروی نویز زدایی در سطوح نویز مختلف آموزش دیده، مشروط به تصویر ورودی دقت پایین، اصلاح می شود. SR3 عملکرد قوی در فعالیت های تولید تصویر فوق دقیق در ضرایب بزرگنمایی مختلف، برروی تصاویر چهره ها و تصاویر طبیعی، از خود نشان می دهد. در اینجا، برروی یک فعالیت تولید تصویر فوق دقیق چهره 8x استاندارد برروی CelebA-HQ، ارزیابی انسانی انجام می دهیم که برای آن SR3 به نرخ فریب نزدیک به 50%، یعنی خروجی واقع بینانه تصویر دست پیدا می کند درحالی که خط مبناهای GAN از نرخ فریب 34% فراتر نمی روند. همچنین، SR3 را برروی یک فعالیت تولید تصویر فوق دقیق 4x برروی ImageNet ارزیابی می کنیم که در آن SR3، عملکرد بهتری نسبت به خطوط مبنا در ارزیابی انسانی و دقت دسته بندی یک دسته بندی کننده ResNet-50 آموزش داده از روی تصاویر دقت بالا، حاصل می کند. در ادامه، اثربخشی SR3 در تولید تصویر آبشاری را نشان می دهیم، جایی که یک مدل مولد با مدل های فوق دقیق، زنجیره سازی می شوند تا تصاویر فوق دقیق با نمره های FID رقابتی و قوی، برروی چالش تولید ImageNet 256×256 مشروط به کلاس، تولید کنند.

We present SR3, an approach to image Super-Resolution via Repeated Refinement. SR3 adapts denoising diffusion probabilistic models (Ho et al. 2020), (Sohl-Dickstein et al. 2015) to image-to-image translation, and performs super-resolution through a stochastic iterative denoising process. Output images are initialized with pure Gaussian noise and iteratively refined using a U-Net architecture that is trained on denoising at various noise levels, conditioned on a low-resolution input image. SR3 exhibits strong performance on super-resolution tasks at different magnification factors, on faces and natural images. We conduct human evaluation on a standard 8× face super-resolution task on CelebA-HQ for which SR3 achieves a fool rate close to 50%, suggesting photo-realistic outputs, while GAN baselines do not exceed a fool rate of 34%. We evaluate SR3 on a 4× super-resolution task on ImageNet, where SR3 outperforms baselines in human evaluation and classification accuracy of a ResNet-50 classifier trained on high-resolution images. We further show the effectiveness of SR3 in cascaded image generation, where a generative model is chained with super-resolution models to synthesize high-resolution images with competitive FID scores on the class-conditional 256×256 ImageNet generation challenge.

ترجمه این مقاله در 34 صفحه آماده شده و در ادامه نیز صفحه 28 آن به عنوان نمونه قرار داده شده است که با خرید این محصول می توانید، فایل WORD و PDF آن را دریافت نمایید.