PixelPyramids:基于无损图像金字塔的精确推断模型
计算机视觉与模式识别
2021-10-19 v1 机器学习
图像与视频处理
摘要
自回归模型是一类具有高度灵活函数形式的精确推断方法,可为自然图像提供最先进的密度估计。然而,维度上的顺序排序使这些模型计算代价高昂,并限制其适用于低分辨率图像。本文提出 Pixel-Pyramids,一种块自回归方法,采用具有尺度特定表示的无损金字塔分解来编码图像像素的联合分布。关键在于,与完全自回归方法相比,它提供了更稀疏的依赖结构。我们的 PixelPyramids 在各种图像数据集上取得了密度估计的最先进结果,尤其对于高分辨率数据。对于 CelebA-HQ 1024 x 1024,我们观察到密度估计(以 bits/dim 计)改善至基线的约 44%,尽管其采样速度甚至优于易于并行的基于流的模型。
引用
@article{arxiv.2110.08787,
title = {PixelPyramids: Exact Inference Models from Lossless Image Pyramids},
author = {Shweta Mahajan and Stefan Roth},
journal= {arXiv preprint arXiv:2110.08787},
year = {2021}
}
备注
To appear at ICCV 2021