SyncTweedies：基于同步扩散的通用生成框架
计算机视觉与模式识别
2024-11-05 v4
摘要
我们引入一个通用框架，通过同步多个扩散过程来生成多样化的视觉内容，包括歧义图像、全景图像、网格纹理和高斯泼溅纹理。我们对通过规范空间同步多个扩散过程的所有可能场景进行了详尽研究，并分析了它们在不同应用中的特性。在此过程中，我们揭示了一个先前未被探索的情况：在多个实例空间中进行去噪的同时，对 Tweedie 公式的输出进行平均。这种情况也为下游任务提供了最佳质量和最广泛的适用性。我们将这种情况命名为 SyncTweedies。在生成上述视觉内容的实验中，我们证明了 SyncTweedies 与其他同步方法、基于优化的方法和基于迭代更新的方法相比，具有优越的生成质量。
引用
@article{arxiv.2403.14370,
title = {SyncTweedies: A General Generative Framework Based on Synchronized Diffusions},
author = {Jaihoon Kim and Juil Koo and Kyeongmin Yeo and Minhyuk Sung},
journal= {arXiv preprint arXiv:2403.14370},
year = {2024}
}
备注
Project page: https://synctweedies.github.io/ (NeurIPS 2024)