.png){kind=icon}
返回
Decoupled Latent Diffusion Model for Enhancing Image Generation
.png){kind=icon}
OA
AI
DOI：10.1109/ACCESS.2025.3592163.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
潜变量扩散模型通过使用变分自编码器（VAE）将高维图像压缩到低维潜空间中，并在该空间内执行扩散过程，已成为传统扩散方法的效率替代方案。在标准的潜变量扩散模型（LDM）中，潜码通过从高斯分布中采样形成（即结合均值和标准差），这有助于正则化潜空间，但似乎对确定性成分之外的贡献有限。受近期实证观察的启发，即解码器主要依赖潜变量的均值，我们的工作重新审视了这一范式，并提出了一种解耦的潜变量扩散模型，专注于简化的潜变量表示。具体而言，我们比较了三种配置：（i）标准潜码，（ii）显式保留均值和方差的拼接表示，以及（iii）仅包含确定性的均值表示。我们在多个基准数据集上的大量实验表明，与标准方法相比，仅均值的配置不仅能够保持合成质量，而且在许多情况下通过生成更清晰、更连贯的图像同时减少不必要的噪声来提升合成质量。这些发现表明，简化的确定性潜变量表示可以产生更稳定和高效的生成模型，挑战了扩散式图像合成中对潜变量采样的传统依赖。
Keyword:
Denoising diffusion model
latent representation
image generation
期刊
IF:
3.6
论文数:
9.8W
被引数:
29.4W
机构
引用论文
.png){kind=icon}
查看更多内容