通过显式条件实现无引导图像编辑
计算机视觉与模式识别
2025-03-25 v1
摘要
当前的条件扩散模型采样机制主要依赖分类器自由引导 (Classifier Free Guidance, CFG) 以生成高质量图像。然而，CFG 在每个时间步需要进行多次去噪，例如在图像编辑任务中最多需要三次去噪，导致计算成本过高。本文提出了一种新颖的条件技术，以减轻既定引导技术的计算负担，从而显著提高扩散模型的推理速度。我们提出了对噪声分布在输入模态上的显式条件 (Explicit Conditioning, EC) 以实现此目标。直观地，我们在扩散过程中对噪声进行建模，以引导条件扩散模型。我们在图像编辑任务上进行评估，表明 EC 在生成具有更好多样性和质量的图像方面优于 CFG，并且计算成本显著降低。
引用
@article{arxiv.2503.17593,
title = {Guidance Free Image Editing via Explicit Conditioning},
author = {Mehdi Noroozi and Alberto Gil Ramos and Luca Morreale and Ruchika Chavhan and Malcolm Chadwick and Abhinav Mehrotra and Sourav Bhattacharya},
journal= {arXiv preprint arXiv:2503.17593},
year = {2025}
}