WikiEdge:ArXiv-2409.02919/terms

編輯

這篇文章的術語表如下：

• 高分辨率圖像生成（High-Resolution Image Generation）：指使用預訓練擴散模型生成具有高像素密度的圖像的過程。
• 分層提示（Hierarchical Prompts）：一種在圖像生成過程中引入的方法，通過全局和局部提示同時提供指導，以增強圖像的細節和結構質量。
• MLLM（Multimodal Language-Imagery Model）：多模態語言圖像模型，用於生成與圖像內容相關的詳細描述。
• 去噪擴散模型（Denoising Diffusion Model）：一種生成模型，通過逐步去除噪聲來生成數據，通常用於圖像合成。
• 頻率分解（Noise Decomposition）：在圖像生成過程中，將噪聲分解為低頻和高頻空間成分，以便分別進行去噪處理。
• Stable Diffusion（SD）：一種流行的文本到圖像生成模型，特別適用於生成高分辨率圖像。
• 潛在擴散模型（Latent Diffusion Model, LDM）：一種擴散模型，其生成過程發生在潛在空間中，用於生成高質量的圖像。
• 超分辨率（Super-Resolution）：一種圖像處理技術，用於提高圖像的分辨率，使其看起來更清晰。
• Frechet Inception Distance（FID）：一種評估生成圖像質量的指標，通過比較生成圖像和真實圖像在特徵空間中的分布差異來計算。
• Kernel Inception Distance（KID）：另一種評估生成圖像質量的指標，與FID類似，但使用不同的統計方法來計算分布差異。