论文原文：https://arxiv.org/abs/2211.11592v2 摘要与引言 网络模型的上下文推理能力可以增强扩散模型的边缘增强特性。 调整步骤使得生成的图像与原始图像类似。 方法 整体网络框架如下图所示： 扩散权值是从引导图像上计算的，从而实现引导图像对原始图像的限制。 扩散模型可能会导致深度图像边界区分不明显，即生成的深度图较为平滑，本文提出的方法是想利用彩色信息限

0.摘要         由Witkin引入的尺度空间技术涉及使用高斯核将原始图像与卷积以生成更粗糙的分辨率图像。这种方法有一个主要缺点：在粗糙的尺度上准确获取“语义上有意义”的边缘位置很困难。在本文中，我们提出了尺度空间的新定义，并引入了一类利用扩散过程实现此定义的算法。扩散系数的选择在空间上变化，以鼓励区域内平滑而不是区域间平滑。实验证明了常规尺度空间的“在粗糙的尺度上不应生成新的极大值”这

getdevicecaps就是得到一英寸代表及像素，也就是1440逻辑尺寸代表一英寸 ptclient这点是设备空间的坐标点，所以转换成逻辑坐标x从760变成1万多