基于分数的图像对图像的布朗桥
Peiyong Wang1, Bohan Xiao1, Qisheng He1
1Wayne State University, Detroit, USA.
Proceedings of the ... ACM International Conference on Multimedia, with co-located Symposium & Workshops. ACM International Conference on Multimedia
|April 9, 2025
概括
这项研究介绍了可变的布朗桥 (A-Bridges),这是一个新的扩散模型,用于使用基于分数的随机微分方程进行图像对图像的转换. 通过加速采样,A-Bridges 实现了优越的样品质量和样品多样性.
科学领域:
- 人工智能的人工智能
- 计算机视觉 计算机视觉
- 机器学习 机器学习
背景情况:
- 图像对图像的翻译涉及到源和目标图像域之间的学习映射.
- 布朗桥提供了一个概率框架,用于通过维纳过程将初始状态映射到终端状态.
研究的目的:
- 引入一种新的基于分数的随机微分方程 (SDE) 方法,用于图像对图像的翻译.
- 为无条件扩散模型利用布朗式桥梁,称为可调整的布朗式桥梁 (A-Bridges).
主要方法:
- 在A-Bridges框架内利用一个庞大的布朗桥模型家族.
- 离散线性A桥以利用其封闭形式的显式解决方案进行高效的模型训练.
- 采用SDE结构进行加速采样.
主要成果:
- 在基准数据集的样本质量和多样性方面取得了创纪录的表现.
- 证明了加速采样能力.
- 通过线性A桥的封闭形式解决方案,促进了模型训练.
结论:
- A-Bridges代表了一个强大的新无条件扩散模型,用于图像对图像的翻译.
- 拟议的框架提高了生成图像的质量和多样性.
- 以SDE为指导的方法可以实现高效和高性能的图像翻译.
