2023年，我们看到了扩散模型推理速度方面的一些重大理论改进，例如Song等人的原始一致性模型论文，以及最近的LCM。（另外，对抗扩散蒸馏。）我们已经开始看到使用这些想法的项目，例如Dan Wood的Art Spew(每秒77512×512图像，在单个4090上)、Modal的Turbo.art(基于SDXL Turbo) 和fal.ai的30fps脸部交换。
「地震预测」，不再是无稽之谈
引入了感知遮挡的场景参数化，将场景解耦为遮挡、人体和背景三个部分。提出了一种新的渲染框架，分别渲染这三个部分，并设计了新颖的优化目标，以确保遮挡的清晰解耦和更完整的人体呈现。在具有挑战性的遮挡密集野外视频上对方法进行了评估，展示了其在呈现遮挡人体方面的有效性。Wild2Avatar通过与Vid2Avatar（基线）和原始视频的对比，呈现了其在解决被遮挡人物渲染挑战方面的独特性能。
3. 📊 实验证明，“Dual-Pivot Tuning”技术在盲目和少数样本的个性化面部图像修复方面优于其他最先进的方法。
研究讨论了基于扩散的盲目恢复方法，当应用于降级的面部图像时，可能无法有效保留个体的独特身份。研究人员强调了以前在基于参考的面部图像恢复方面的努力，引用了各种方法，如GFRNet、GWAINet、ASFFNet、Wang等，DMDNet和MyStyle。这些方法利用单个或多个参考图像来实现个性化恢复，确保对降级图像中个体独特特征的更好保真度。与以往方法不同，提出的技术使用基于扩散的个性化生成先验，而其他方法使用前馈架构或基于GAN的先验。