模糊扩散模型
机器学习
2024-05-02 v3 计算机视觉与模式识别
机器学习
摘要
最近，Rissanen 等人（2022）提出了一种基于热耗散或模糊化的新型扩散过程用于生成建模，作为各向同性高斯扩散的替代方案。在此，我们表明模糊化可等价地通过具有非各向同性噪声的高斯扩散过程来定义。在建立这一联系的过程中，我们弥合了逆热耗散与去噪扩散之间的鸿沟，并阐明了由该建模选择所产生的归纳偏置。最后，我们提出了一类广义的扩散模型，兼具标准高斯去噪扩散与逆热耗散的优点，我们称之为模糊扩散模型（Blurring Diffusion Models）。
引用
@article{arxiv.2209.05557,
title = {Blurring Diffusion Models},
author = {Emiel Hoogeboom and Tim Salimans},
journal= {arXiv preprint arXiv:2209.05557},
year = {2024}
}