تركيب عالي الدقة دون تدريب بكفاءة مع تصحيح الطاقة في نماذج الانتشار

حققت نماذج الانتشار تقدمًا ملحوظًا عبر مهام توليد مرئية متنوعة. ومع ذلك، فإن أدائها ينخفض بشكل ملحوظ عند توليد محتوى بدقات أعلى من تلك المستخدمة أثناء التدريب. على الرغم من اقتراح العديد من الأساليب لتمكين التوليد عالي الدقة، إلا أن جميعها تعاني من عدم الكفاءة. في هذه الورقة، نقترح RectifiedHR، وهو حل بسيط وفعال لتوليد عالي الدقة بدون تدريب. تحديدًا، نقترح استراتيجية تجديد الضوضاء التي تفتح قدرة النموذج على التوليد عالي الدقة دون الحاجة للتدريب وتحسن الكفاءة. بالإضافة إلى ذلك، نكون أول من نلاحظ ظاهرة تدهور الطاقة، والتي قد تسبب ضبابية الصورة أثناء عملية التوليد عالي الدقة. لمعالجة هذه المشكلة، نقدم تحليل الطاقة الكامنة المتوسطة ونجد أن ضبط معلمة التوجيه الحرة من فئة يمكن أن يحسن أداء التوليد بشكل كبير. طريقتنا خالية تمامًا من التدريب وتظهر أداءً فعالًا. علاوة على ذلك، نظهر أن RectifiedHR متوافق مع تقنيات نماذج الانتشار المختلفة، مما يمكّن ميزات متقدمة مثل تحرير الصور، والتوليد المخصص، وتركيب الفيديو. تؤكد المقارنات الشاملة مع العديد من الطرق الأساسية الفعالية والكفاءة الفائقة لـ RectifiedHR.