COT Flow：通过对比对学习最优传输图像采样与编辑
计算机视觉与模式识别
2024-06-19 v1 人工智能
机器学习
摘要
扩散模型在采样和编辑多模态数据方面表现出强大的性能，生成质量高，但它们受限于迭代生成过程，计算成本高且速度慢。此外，大多数方法局限于从高斯噪声生成数据，这限制了它们的采样和编辑灵活性。为了克服这两个缺点，我们提出了对比最优传输流（COT Flow），这是一种新方法，与之前的扩散模型相比，实现了快速、高质量的生成，并提高了零样本编辑的灵活性。得益于最优传输（OT），我们的方法对先验分布没有限制，实现了非成对图像到图像（I2I）翻译，并将可编辑空间（在轨迹的起点和终点）扩大了一倍。在质量方面，COT Flow仅需一步就能生成与之前最先进的非成对图像到图像（I2I）翻译方法相媲美的结果。为了通过引入OT来突出COT Flow的优势，我们引入了COT Editor，以出色的灵活性和质量执行用户引导的编辑。代码将在https://github.com/zuxinrui/cot_flow发布。
引用
@article{arxiv.2406.12140,
title = {COT Flow: Learning Optimal-Transport Image Sampling and Editing by Contrastive Pairs},
author = {Xinrui Zu and Qian Tao},
journal= {arXiv preprint arXiv:2406.12140},
year = {2024}
}