TaxaDiffusion：用于细粒度物种生成的渐进式训练扩散模型
计算机视觉与模式识别
2025-06-27 v2 人工智能
机器学习
摘要
我们提出了 TaxaDiffusion，一种基于分类学信息的扩散模型训练框架，用于生成具有高形态和身份准确性的细粒度动物图像。与将每个物种视为独立类别的标准方法不同，TaxaDiffusion 融入了领域知识，即许多物种表现出强烈的视觉相似性，其区别通常存在于形状、图案和颜色的细微变化中。为了利用这些关系，TaxaDiffusion 跨越不同分类层级渐进地训练条件扩散模型——从纲和目等宽泛分类开始，通过科和属进行细化，最终在物种级别进行区分。这种分层学习策略首先捕获具有共同祖先的物种共享的粗粒度形态特征，促进知识迁移，然后再细化用于物种级别区分的细粒度差异。因此，即使每个物种的训练样本有限，TaxaDiffusion 也能实现准确生成。在三个细粒度动物数据集上的大量实验表明，该方法优于现有方法，在细粒度动物图像生成中实现了卓越的保真度。项目页面：https://amink8.github.io/TaxaDiffusion/
引用
@article{arxiv.2506.01923,
title = {TaxaDiffusion: Progressively Trained Diffusion Model for Fine-Grained Species Generation},
author = {Amin Karimi Monsefi and Mridul Khurana and Rajiv Ramnath and Anuj Karpatne and Wei-Lun Chao and Cheng Zhang},
journal= {arXiv preprint arXiv:2506.01923},
year = {2025}
}
备注
Accepted to ICCV 2025