arXiv · 机器人与计算机视觉· Hongyang Du, Yunfei Xie, Junjie Ye, Jiawei Yang, Xiaoyan Cong, Haodong Zhang, Yongchao Huang, Haiyu Wu, Zongxia Li, Shihang Gui, Dawei Liu, Runhao Li, Jingcheng Ni, Chen Wei, Randall Balestriero, Yue Wang·· 12 小时前AI 评分66
重新思考表征自编码器中的重构 - 生成差距
Rethinking the Reconstructio-Generation Gap in Representation Autoencoders
AI 导读
该论文指出将浅层编码器层融合进表征自编码器(RAE)虽能锐化像素重构但会损害扩散生成,传统归因于潜在内容本身,实则源于编码器 - 解码器界面的几何失配。作者提出冻结基础编码器以保留丰富视觉信息,同时正则化解码器以平抑其对潜在变化的敏感性,并将扩散坐标与冻结解码器的度量在相同干净重构处对齐。
来源:arXiv · 机器人与计算机视觉 · arxiv.org