探索扩散桥模型的设计空间
机器学习
2025-07-04 v2
摘要
扩散桥模型与随机插值通过在像素空间中构建分布之间的路径，实现了高质量的图像到图像（I2I）转换。然而，基于不兼容数学假设的技术激增阻碍了该领域的进展。在本工作中，我们通过引入预处理、端点条件化以及优化的采样算法来扩展随机插值，从而统一并扩展了桥模型的空间。这些增强扩展了扩散桥模型的设计空间，在多种 I2I 任务中实现了图像质量与采样效率的最先进性能。此外，我们识别并解决了固定条件下低样本多样性这一此前被忽视的问题。我们引入了对输出多样性的定量分析，并展示了如何通过修改基础分布以进一步改进。
引用
@article{arxiv.2410.21553,
title = {Exploring the Design Space of Diffusion Bridge Models},
author = {Shaorong Zhang and Yuanbin Cheng and Greg Ver Steeg},
journal= {arXiv preprint arXiv:2410.21553},
year = {2025}
}
备注
23 pages, 9 figures