DIFFNAT：利用自然图像统计改进扩散图像质量
计算机视觉与模式识别
2023-11-17 v1
摘要
扩散模型在编辑与生成自然图像方面显著推动了生成式 AI 的发展。然而，高效提升生成图像质量仍是重中之重。在此背景下，我们提出了一种通用的“自然性”保持损失函数，即峰度集中（KC）损失，它可轻易应用于任何标准扩散模型流水线以提升图像质量。我们的动机源于自然图像的投影峰度集中性质，即自然图像在图像的不同带通版本上具有近乎恒定的峰度值。为保留生成图像的“自然性”，我们强制缩小图像带通版本（例如离散小波变换（DWT））间最高与最低峰度值的差距。需注意，我们的方法无需任何如分类器或免分类器引导之类的额外引导即可改善图像质量。我们在三项多样任务上验证了所提方法，即（1）基于文本引导的个性化少样本微调，（2）无条件图像生成，以及（3）图像超分辨率。集成所提出的 KC 损失在 FID、MUSIQ 分数与用户评估方面均提升了所有这些任务的感知质量。
引用
@article{arxiv.2311.09753,
title = {DIFFNAT: Improving Diffusion Image Quality Using Natural Image Statistics},
author = {Aniket Roy and Maiterya Suin and Anshul Shah and Ketul Shah and Jiang Liu and Rama Chellappa},
journal= {arXiv preprint arXiv:2311.09753},
year = {2023}
}