基于最优传输对潜在分布进行对齐的 OT-ALD：加速图像到图像翻译
计算机视觉与模式识别
2025-11-17 v1 人工智能
摘要
双向扩散隐式桥接 (DDIB) 是一种新兴的图像到图像 (I2I) 翻译方法，能够保持循环一致性，同时实现强大的灵活性。它通过首先为源图像添加噪声以获取潜在代码，然后在目标域中对其进行去噪来生成翻译后的图像，将两个独立训练的扩散模型 (DM) 链接在源域和目标域之间。然而，该方法面临两个关键挑战：(1) 翻译效率低；(2) 由于潜在分布不匹配导致的翻译轨迹偏差。为解决这些问题，我们提出了一种基于最优传输 (OT) 理论的新型 I2I 翻译框架 OT-ALD，保留了 DDIB 方法的优势。具体而言，我们计算从源域的潜在分布到目标域的潜在分布的 OT 映射，并将映射后的分布作为目标域逆扩散过程的起始点。我们的误差分析确认 OT-ALD 消除了潜在分布的不匹配。此外，OT-ALD 有效地实现了更快的图像翻译与更高图像质量之间的平衡。在三个高分辨率数据集上的四个翻译任务实验表明，与当前最佳基线模型相比，OT-ALD 平均提高了采样效率 20.29%，FID 分数降低 2.6。
引用
@article{arxiv.2511.11162,
title = {OT-ALD: Aligning Latent Distributions with Optimal Transport for Accelerated Image-to-Image Translation},
author = {Zhanpeng Wang and Shuting Cao and Yuhang Lu and Yuhan Li and Na Lei and Zhongxuan Luo},
journal= {arXiv preprint arXiv:2511.11162},
year = {2025}
}