Your Location：
Home >
Browse articles >
基于参数高效扩散微调的少样本参考图驱动图像补全
常规文章 | Updated：2025-09-04

    • 基于参数高效扩散微调的少样本参考图驱动图像补全

      Enhanced Publication

    • Few-shot exemplar-driven inpainting with parameter-efficient diffusion fine-tuning

    • “在图像生成领域，研究人员在文本到图像扩散模型方面取得了重大进展，特别是在图像修复领域。开发了一种新方法，该方法采用即插即用低阶自适应模块和GPT-4V提示，以增强示例驱动的修复，为具有更高保真度的定制对象修复提供了一种工具。这一进展为构建更个性化的图像修复系统奠定了基础。”
    • 信息与电子工程前沿（英文）   2025年26卷第8期 页码：1428-1440

    • DOI：10.1631/FITEE.2400395    

      中图分类号： TP183

    • 收稿：2024-03-14，

      修回：2024-10-25，

      纸质出版：2025-08

    Scan QR Code

  • 杨诗远, 顾峥, 郝文月, 等. 基于参数高效扩散微调的少样本参考图驱动图像补全[J]. 信息与电子工程前沿（英文）, 2025,26(8):1428-1440. DOI： 10.1631/FITEE.2400395.

    Shiyuan YANG, Zheng GU, Wenyue HAO, et al. Few-shot exemplar-driven inpainting with parameter-efficient diffusion fine-tuning[J]. Frontiers of Information Technology & Electronic Engineering, 2025, 26(8): 1428-1440. DOI： 10.1631/FITEE.2400395.

  •  
  •  

0

浏览量

290

Downloads

0

CSCD

PlumX

>
文章被引用时，请邮件提醒。
Submit
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

A ground-based dataset and diffusion model for on-orbit low-light image enhancement

相关作者

朱亦曼
王璐
袁静宜
郭毓

相关机构

南京理工大学自动化学院
0