双向扩散桥接模型
计算机视觉与模式识别
2025-02-28 v2 人工智能
摘要
扩散桥接在成对图像到图像(I2I)转换任务中显示出潜力。然而，现有方法受限于其单向性质，需为前向和反向转换分别构建模型。这不仅加剧计算成本，还限制了实际应用。在本工作中，我们引入双向扩散桥接模型(BDBM)，一种单一网络即可实现两个耦合分布之间双向转换的可扩展方法。BDBM利用 Chapman-Kolmogorov 方程中的桥接，使其能够在框架内利用初始时刻和目标时刻的可互换性，跨时步建模数据分布的前向和反向偏移。值得注意的是，当给定端点的边际分布为高斯时，BDBM在两个方向上的转移核具有解析形式，允许使用单一网络高效学习。我们展示了BDBM与现有桥接方法（如Doob h-transform和变分方法）之间的联系，突出其优势。广泛的高分辨率I2I转换实验表明，BDBM不仅以最小的额外成本实现双向转换，还优于最先进的桥接模型。我们的源代码可在[https://github.com/kvmduc/BDBM||https://github.com/kvmduc/BDBM]获取。
引用
@article{arxiv.2502.09655,
title = {Bidirectional Diffusion Bridge Models},
author = {Duc Kieu and Kien Do and Toan Nguyen and Dang Nguyen and Thin Nguyen},
journal= {arXiv preprint arXiv:2502.09655},
year = {2025}
}
备注
Source code: https://github.com/kvmduc/BDBM