以潜在特征为导向，通过条件编码器与多模态对抗训练缩小解空间，在极少的采样步数内生成细节丰富的高分辨率图像。
王鑫 · Yan, Jingke · 蔡竟业 · 邓建华 · Qin, Qin · 程尧
Computational Visual Media 2024
采用归一化流和多模态对抗训练从复杂多模态分布中学习，在最少步数内提升生成建模能力，减少采样时间。
条件编码器有效编码低分辨率图像，缩小图像重建的解空间，提高重建图像质量，在主流数据集上重建出更逼真的HR图像。
通过归一化流和多模态对抗训练建模去噪分布，缓解模型崩溃问题，增强生成多样性。
通过多模态对抗训练学习复杂分布，重建图像保留更多细节和纹理特征。