問題設定を知る 劣化と復元には 様々なタイプが 想定されている 引用: PGDiff: Guiding Diffusion Models for Versatile Face Restoration via Partial Guidance, A Survey of Deep Face Restoration: Denoise, Super-Resolution, Deblur, Artifact Removal
Process(右向 き)と,ノイズを除去するReverse Process(左向き)で構成される生成モデル Forward Process Reparametrization Trickを用いて,前ス テップの画像x_t‐1に標準正規ノイズεをス ケールして足すことをTステップ繰り返す Reverse Process ニューラルネットμによって前ステップの画 像x_t+1からノイズを取り除くことを Tステッ プ繰り返す 引用: Improving Diffusion Models as an Alternative To GANs, Part 1
Process Reverse Processも正規ノイズを繰り返し 付与する過程なので,任意のタイムステッ プから直接目標となるx_0を生成できる 引用: PGDiff: Guiding Diffusion Models for Versatile Face Restoration via Partial Guidance
してArcFaceの特徴空間で 近付けることで,人物の同 一性も正則化できる PGDiff: Guiding Diffusion Models for Versatile Face Restoration via Partial Guidance 引用: PGDiff: Guiding Diffusion Models for Versatile Face Restoration via Partial Guidance 着色タスクの例