ScoreMix：通过扩散模型中的得分组合生成合成数据以提高识别能力

合成数据生成在机器学习中用于训练和数据增强日益增长，然而当前方法常依赖外部基础模型或数据集，在许多场景下受到政策或法律限制。我们提出ScoreMix，一种自包含的合成生成方法，通过利用扩散模型的得分可组合性来为识别任务生成困难合成样本。该方法通过在逆扩散轨迹上混合类别条件得分，实现无外部资源的领域特定数据增强。我们系统研究了类别选择策略，发现混合在判别器嵌入空间中遥远的类别可获得更大提升，较基于接近性的选择方法多提升约3个百分点。有趣的是，我们观察到在标准对齐指标下，条件空间与嵌入空间大部分情况下不相关，生成器的条件空间对下游性能影响微乎其微。跨8个公开人脸识别基准测试，ScoreMix在准确率上提升最高可达7个百分点，且无需超参数搜索，凸显其鲁棒性和实用性。该方法为仅使用可用数据集而无需依赖第三方资源的方式，最大化判别器性能提供了一个简单而有效的途径。论文网站：https://parsa-ra.github.io/scoremix/。