近期我们针对频率感知+扩散模型领域的前沿成果进行了深度整合，从中筛选出10篇很有参考价值的论文，收录了CVPR、AAAI等顶会顶刊上的相关工作，并配套整理了开源代码实现。
这些论文基本覆盖了当前主流方法与技术瓶颈，特别适合正在准备论文的朋友，无论你是想找创新突破口、设计课题方案，还是想复现经典模型，都能提供实质性帮助。
扫描下方二维码，回复「频率DIS 」
免费获取全部论文合集及项目代码
FREQCA: ACCELERATING DIFFUSION MODELS VIA FREQUENCY-AWARE CACHING
本文先从频域角度分析扩散Transformer不同频率特征在采样时间步的动态特性，提出FreqCa频率感知缓存加速框架，通过傅里叶变换或离散余弦变换对特征做频域分解，对相似性高的低频分量直接复用历史特征，对连续性强的高频分量采用二阶埃尔米特多项式插值进行预测并重新拼接重构特征，同时引入累积残差特征CRF缓存策略，仅保存单张聚合张量替代存储全部网络层中间特征，将缓存内存复杂度降至O(1)，在FLUX、Qwen‑Image系列文生图与图像编辑模型上，借助ImageReward、CLIP Score、GEdit等指标开展对比与消融实验，验证该无训练加速方案的推理加速效果、内存开销与生成画质。
Wavelet Fourier Diffuser: Frequency-Aware Diffusion Model for Reinforcement Learning
本文针对现有离线强化学习时序建模方法存在的频域偏移、轨迹不稳定问题，提出WFDiffuser扩散强化学习框架，采用离散哈尔小波变换将轨迹分解为低频、高频子轨迹，分别交由低频、高频扩散模块建模，设计交叉傅里叶融合条件器CFFC，借助短时傅里叶变换提取频域特征并通过交叉注意力实现高低频信息交互，结合回报信息作为条件引导条件扩散生成子轨迹，再经逆离散小波变换重构完整轨迹，依靠逆动力学模型由状态序列推导动作，在D4RL基准数据集上开展对比与消融实验，验证该框架缓解频域偏移、生成稳定轨迹并提升决策回报的效果。
扫描下方二维码，回复「频率DIS 」
免费获取全部论文合集及项目代码
DiffStereo: High-Frequency Aware Diffusion Model for Stereo Image Restoration
本文提出面向立体图像复原的高频感知扩散模型DiffStereo，采用两阶段训练策略，第一阶段联合训练潜特征提取网络LREN与基于通道交互块CIB构建的Transformer立体图像复原网络SIRN，学习保持空间分辨率、仅压缩通道维度的高质量图像潜高频表示LHFR；第二阶段冻结LREN，训练条件扩散模型，以低质量立体图像为条件预测LHFR，设计位置编码方案将LHFR以空间调制方式分层注入SIRN，结合重建损失、视差相关损失与扩散损失完成优化，扩散仅在压缩潜空间执行以降低计算开销，LHFR只作为先验引导复原而不直接生成图像像素，在立体超分、去模糊、弱光增强任务上开展对比与消融实验，验证该扩散‑Transformer组合框架的复原性能。
One Stone with Two Birds: A Null-Text-Null Frequency-Aware Diffusion Models for Text-Guided Image Inpainting
本文提出面向文本引导图像修复的零文本‑零频率感知扩散模型 NTN‑Diff，将扩散去噪划分为高噪声的早期阶段与低噪声的晚期阶段，对中频、低频分量进行解耦，早期依次执行零文本去噪来规避文本提示干扰低频信息并保留未掩码区域、文本引导去噪对齐掩码区域中频语义并替换输出低频分量、由对齐后的中频信息引导的另一路零文本去噪，晚期再开展文本引导去噪，分频段实现掩码区域与未掩码区域的语义一致性同时保护原始未掩码内容，在公开数据集上开展对比实验验证该方法修复效果。
扫描下方二维码，回复「频率DIS 」
免费获取全部论文合集及项目代码
