EasyInv: 迈向快速且更优的 DDIM 逆变换
计算机视觉与模式识别
2025-06-05 v4
摘要
本文提出 EasyInv，一种简单而新颖的方法，通过解决传统迭代优化方法固有的低效性和性能局限性，显著推动了 DDIM 逆变换领域的发展。EasyInv 的核心在于一种精炼的逆变换噪声逼近策略，这对于提升逆变换过程的准确性和可靠性至关重要。通过优先处理包含原始图像丰富信息的初始隐状态，EasyInv 避免了噪声项的迭代优化。相反，我们提出了一种系统性的方法，将前一时刻的隐状态与当前状态进行聚合，从而有效增强初始隐状态的影响力并减弱噪声的影响。我们表明，EasyInv 能够在模型精度有限或计算资源匮乏的条件下，交付与传统 DDIM 逆变换方法相当甚至更优的结果。同时，EasyInv 相比现有的迭代优化技术，在推理效率上实现了约三倍的近似提升。它仅需四行代码即可与大多数现有的逆变换方法轻松结合。代码地址：https://github.com/potato-kitty/EasyInv。
引用
@article{arxiv.2408.05159,
title = {EasyInv: Toward Fast and Better DDIM Inversion},
author = {Ziyue Zhang and Mingbao Lin and Shuicheng Yan and Rongrong Ji},
journal= {arXiv preprint arXiv:2408.05159},
year = {2025}
}
备注
Accepted by ICML 2025