扩散模型中用于暴露偏差缓解的频率调节
计算机视觉与模式识别
2025-08-26 v3
摘要
扩散模型展现出惊人的生成能力，但受暴露偏差显著影响。本文作出关键观察：在逆过程中对预测的噪声样本的能量持续下降，而正向过程的扰动样本能量则不同。基于此，我们识别出两个重要发现：1）能量减少在低频和高频子带中遵循不同模式；2）逆过程重建样本的子带能量始终低于正向过程样本的能量，且两者都低于原始数据样本的能量。基于第一个发现，我们引入一种动态频率调节机制，利用小波变换分别调整低频和高频子带。结合第二个洞见，我们推导了暴露偏差的严格数学形式。值得注意的是，我们的方法无需训练即为即插即用，显著提升了各种扩散模型和框架的生成质量，计算成本几乎可忽略不计。源代码已公开于 https://github.com/kunzhan/wpp。
引用
@article{arxiv.2507.10072,
title = {Frequency Regulation for Exposure Bias Mitigation in Diffusion Models},
author = {Meng Yu and Kun Zhan},
journal= {arXiv preprint arXiv:2507.10072},
year = {2025}
}
备注
ACM Multimedia 2025 accepted!