RaPD: Diffusione di Pixel Indipendente dalla Risoluzione tramite Rappresentazioni Implicite Arricchite Semanticamente

RaPD (Diffusione di Pixel Indipendente dalla Risoluzione) introduce un modello generativo innovativo che esegue la diffusione in uno spazio latente continuo di Neural Image Field (NIF), consentendo la sintesi di immagini indipendente dalla risoluzione. A differenza delle tecniche precedenti che applicano la continuità solo durante la fase di decodifica, RaPD la incorpora nell'intero framework generativo. Utilizza la Guida alla Rappresentazione Semantica per l'apprendimento latente consapevole della generazione e un Renderer di Attenzione Interrogato da Coordinate per un rendering adattivo a diverse scale. Regolando le coordinate di interrogazione, un singolo latente denoised può essere renderizzato a qualsiasi risoluzione mantenendo un costo di diffusione costante. Gli esperimenti indicano una migliore qualità di generazione e scalabilità in risoluzione. L'articolo è disponibile su arXiv nella categoria Computer Vision e Pattern Recognition.