基于Tweedie的随机漫步：面向得分基扩散模型的统一视角
计算机视觉与模式识别
2025-10-06 v2 人工智能
机器学习
图像与视频处理
摘要
我们提出了一种简洁的推导方法，用于几何论文中几种有影响力的得分基扩散模型，仅依赖少数基础教材结果。扩散模型最近涌现出强大的生成逼真合成信号的能力，尤其是自然图像，常在图像处理中的逆问题中占据领先地位。虽然这些算法常常令人惊讶地简单，但其理论基础却并不简单，文献中存在多种复杂的理论依据。本文面向信号处理社区，提供一种简单且相对自包含的得分基扩散模型理论依据。该方法导致通用的训练和生成样本的扩散模型算法模板。我们展示，几何论文中几种有影响力的扩散模型对应于这些模板中的特定选择，并演示，替代的、更直接的算法选择可提供相当的结果。该方法的额外好处是使条件采样无需任何概率密度近似。
引用
@article{arxiv.2411.18702,
title = {Random Walks with Tweedie: A Unified View of Score-Based Diffusion Models},
author = {Chicago Y. Park and Michael T. McCann and Cristina Garcia-Cardona and Brendt Wohlberg and Ulugbek S. Kamilov},
journal= {arXiv preprint arXiv:2411.18702},
year = {2025}
}