ECCV 2024｜清华黄高团队新作：探索离散Token视觉生成中的自适应推理策略

文章预览

↑ 点击 蓝字  关注极市平台 作者丨机器之心  来源丨机器之心  编辑丨极市平台 极市导读   本文探索了在离散Token视觉生成中的自适应推理策略，提出了一种名为AdaNAT的方法。AdaNAT通过引入一个可学习的策略网络，能够根据每个样本自适应地配置生成策略，从而提高生成效率和质量。  >> 加入极市CV技术交流群，走在计算机视觉的最前沿 本论文第一作者倪赞林是清华大学自动化系 2022 级直博生，师从黄高副教授，主要研究方向为高效深度学习与图像生成。他曾在 ICCV、CVPR、ECCV、ICLR 等国际会议上发表多篇学术论文。 近年来， AIGC 领域发展十分迅猛。在计算机视觉中，扩散模型已经成为一种有效且常用的模型。相反，在自然语言处理领域，内容的生成通常通过使用 Transformer 去生成离散的 token。受到这种差异的启发，越来越多的研究（以 VQGAN 作为 ………………………………