结构化生成：使用层次聚类指导扩散模型
机器学习
2024-07-15 v2 计算机视觉与模式识别
摘要
本文介绍了Diffuse-TreeVAE，这是一个将层次聚类集成到去噪扩散概率模型（DDPMs）框架中的深度生成模型。该方法通过从学习的潜在树VAE结构的根嵌入进行采样，然后沿着层次路径传播，并利用第二个阶段的DDPM来细化和生成每个数据簇的独特且高质量图像。结果是一个不仅提升图像清晰度，还确保生成样本代表其各自簇的方法，这解决了以前基于VAE的方法的局限性，并推动了基于聚类生成建模的发展。
引用
@article{arxiv.2407.06124,
title = {Structured Generations: Using Hierarchical Clusters to guide Diffusion Models},
author = {Jorge da Silva Goncalves and Laura Manduchi and Moritz Vandenhirtz and Julia E. Vogt},
journal= {arXiv preprint arXiv:2407.06124},
year = {2024}
}
备注
8 pages, 7 figures, Structured Probabilistic Inference & Generative Modeling workshop of ICML 2024