HypDAE：用于层次化少样本图像生成的双曲扩散自编码器
计算机视觉与模式识别
2025-09-08 v2
摘要
少样本图像生成旨在仅凭少量示例即可为未见类别生成多样且高质量的图像。该任务的关键挑战在于在类别一致性与图像多样性之间取得平衡，二者常常相互竞争。此外，现有方法对控制新生成图像属性的能力有限。本文提出了双曲扩散自编码器（HypDAE），一种新方法，运用于双曲空间以捕捉来自已见类别之间图像的层次关系。通过利用预训练基础模型，HypDAE 通过调整随机子代码或语义代码，为未见类别生成高质量的多样新图像。最重要的是，双曲表示通过调整双曲圆盘内的半径，引入了对语义多样性的额外控制度。大量实验和可视化结果表明，HypDAE 通过在有限数据下实现保留类别相关特征与促进图像多样性之间的更好平衡，显著优于先前方法。此外，HypDAE 提供了高度可控且可解释的生成过程。
引用
@article{arxiv.2411.17784,
title = {HypDAE: Hyperbolic Diffusion Autoencoders for Hierarchical Few-shot Image Generation},
author = {Lingxiao Li and Kaixuan Fan and Boqing Gong and Xiangyu Yue},
journal= {arXiv preprint arXiv:2411.17784},
year = {2025}
}
备注
ICCV 2025, Code is available at: https://github.com/lingxiao-li/HypDAE