Denoising Diffusion Probabilistic Models
PulseAugur coverage of Denoising Diffusion Probabilistic Models — every cluster mentioning Denoising Diffusion Probabilistic Models across labs, papers, and developer communities, ranked by signal.
8 天有情绪数据
-
新研究加速扩散模型推理并改进采样技术
研究人员正在开发新的方法来加速扩散模型的推理过程，扩散模型在图像生成方面计算量很大。ChebBooster 是一个无训练框架，利用 Chebyshev 多项式理论实现稳定高效的加速，在 DiT-XL/2 和 PixArt-$\Sigma$ 等模型上实现了显著的加速和 FLOPs 减少。另一种方法 Orchestra 通过采用时空并行来解决异构多 GPU 系统的推理问题，智能地分配计算负载以减轻拖尾效应并降低延迟。此外，还在探索新的理论…
-
合成数据提升了对乌克兰战争损毁农田的AI分析能力
研究人员开发了一种使用合成数据增强来改进乌克兰战场损毁农田分析的方法。通过在真实卫星图像上训练生成模型，如生成对抗网络（GANs）和去噪扩散概率模型（DDPMs），他们生成了被炸毁和未被炸毁农田的额外样本。当这些合成图像用于训练Vision Transformer分类器时，性能显著提高，平衡准确率从67%提高到81%，代表性不足的未被炸毁类别的召回率从41%提高到69%。这种方法在数据稀缺、受战争影响的地区显示出地理空间应用的潜力。
-
RadioVIL框架通过异常检测增强6G无线电地图以实现车辆定位
研究人员开发了RadioVIL，一个用于高精度无线电地图构建的新型两阶段框架，这对于6G集成传感与通信（ISAC）应用至关重要。与以往平滑细节的方法不同，RadioVIL使用去噪扩散概率模型（DDPM）来捕捉环境结构，并使用基于扩散的中介中间层优化（DMILO）算法来分离车辆散射异常。这种方法保留了物理纹理，并能够从稀疏的无线电地图中实现精确的零样本车辆定位，召回率达到75.20%，平均误差为3.31米。
-
AI智能体利用VLM和LLM自动进行PET图像去噪
研究人员开发了一种新颖的多智能体系统，该系统利用视觉语言模型（VLM）和大型语言模型（LLM）来自动化和增强正电子发射断层扫描（PET）图像的去噪。该框架旨在通过动态评估图像质量和病灶状态、自主选择最佳去噪模型和参数，并纳入用于闭环反馈的回滚机制来复制专家工作流程。在西门子Biograph Vision Quadra PET/CT数据上的实验表明，所提出的系统在提高PET图像质量方面优于U-Net、GAN和DDPM等传统方法。
-
新的FiRe框架加速了AI视觉反事实解释
研究人员开发了FiRe，一种用于在AI模型中生成视觉反事实解释的新颖框架。与之前遵循较长、可变噪声轨迹的方法不同，该方法在固定噪声水平下对图像进行细化。FiRe还引入了一种直接的干净图像预测方法和用于局部编辑的特定控件，从而在保持高质量解释的同时，显著加快了推理速度并减少了计算资源。
-
AI系统PHOENIX实现自主卫星自我修复
一篇新研究论文介绍PHOENIX，一个旨在通过实现预测性自我修复和自主恢复来延长CubeSats运行寿命的系统。该系统利用一个微调后的小型语言模型（SLM），该模型直接在卫星的嵌入式硬件上运行，持续监控传感器数据并使用内存系统存储过去的修复记录。这种板载智能使CubeSat能够独立解决重复性故障，仅向地面控制发送一份简洁的健康报告。地面上的六个专业AI代理随后处理此报告，在有限的联系窗口内生成必要的命令。
-
流形假说下扩散模型理论取得进展
研究人员在流形假说下对去噪扩散概率模型（DDPMs）进行了理论分析，该假说认为高维数据存在于低维流形上。研究证明，DDPMs 在环境维度上实现了独立于维度的分数学习率，并且在沃塞尔斯坦距离上实现了独立于维度的采样复杂度率。该框架将扩散模型与高斯过程极值理论联系起来。
-
DualDiT：扩散Transformer生成逼真的OCT图像和分割掩码
研究人员开发了DualDiT，一种新颖的条件双输出扩散Transformer，用于同时生成光学相干断层扫描（OCT）图像及其对应的分割掩码。该方法旨在解决标注医学成像数据稀缺的问题，特别是对于小鼠眼部OCT扫描，因为手动分割耗时。DualDiT将图像和掩码模态编码到共享的潜在空间中，实现联合合成，并在生成质量和感知真实性方面优于现有的扩散模型，如DDPM和LDM，并得到了领域专家的验证。DualDiT生成的合成数据也被证明在增强下游分…
-
深度生成模型被评估用于复现复杂空间数据结构
一篇新的研究论文评估了四种深度生成模型（DGMs）复现非平稳高斯随机场的能力。研究发现，虽然所有模型都能恢复均值表面，但它们在复现协方差结构方面的表现差异很大。去噪扩散概率模型（DDPM）和score-SDE显示出合理的协方差恢复能力，流匹配（FM）表现出轻微衰减的非平稳性，而变分自编码器（VAE）在协方差结构方面遇到困难。该研究还将其实验框架应用于ERA5温度异常数据，以助力开发用于复杂时空数据的DGMs。
-
New framework enhances plant stress phenotyping with diffusion-guided segmentation
研究人员开发了一种新颖的扩散引导混合分割框架，旨在提高农业图像中植物胁迫表型分析的准确性和效率。该框架将 U-Net、DeepLabV3+ 和 SegFormer 等成熟的分割模型与去噪扩散概率模型 (DDPM) 相结合，以优化分割掩码。该系统即使在标注有限的情况下也表现出强大的性能，并且对灰度转换、雾和阴影等各种外观扰动具有鲁棒性。此外，适应的模型对外部农业数据集表现出有效的可迁移性，表明扩散优化和边界感知优化对于实际应用具有价值。
-
扩散模型推动医学图像修复进展，一项调查发现
一篇最近发表在arXiv上的调查论文详细介绍了使用扩散模型进行医学图像修复的进展和挑战。该论文系统地回顾了60项研究，强调了研究兴趣的增长以及像去噪扩散概率模型和潜在扩散模型这类模型在重建缺失或损坏的医学图像数据方面的有效性。虽然这些模型在伪影去除和数据增强等应用中表现出强大的性能，尤其是在MRI和CT扫描中，但该调查也指出了关键挑战，包括缺乏标准化基准、数据集多样性有限以及在各种临床场景中的验证不足。
-
新框架通过遮挡识别和重建增强虹膜识别能力
研究人员开发了一个新的虹膜识别框架，旨在提高虹膜被部分遮挡时的准确性。该系统首先使用2D CNN识别遮挡类型，如眼睑或睫毛。然后，它采用扩散模型，根据识别出的遮挡类型重建被遮挡区域。最后，使用修改后的VGG19网络从恢复的虹膜图像中提取特征进行识别，在CASIA-Iris-Thousand数据集上表现出改进的性能。
-
SevDiff模型根据TTC生成逼真的ADAS冲突场景
研究人员开发了SevDiff，这是一种新颖的扩散模型，旨在为高级驾驶辅助系统（ADAS）评估生成逼真的长尾冲突轨迹。与以前的方法不同，SevDiff可以根据特定的碰撞时间（TTC）值进行条件设置，确保生成的场景与所请求的严重性相匹配。该模型在生成指定TTC范围内的冲突轨迹方面表现出高精度，具有物理上合理的运动学特征，并且随着所请求TTC的增加，具有清晰、可解释的退化模式。
-
新型扩散模型可从CBCT扫描合成高质量CT图像
研究人员开发了一种新颖的基于扩散的条件生成模型，名为EqDiff-CT，旨在从锥束CT（CBCT）扫描合成高质量计算机断层扫描（CT）图像。该模型采用具有组等变条件U-Net骨干的去噪扩散概率模型（DDPM），并结合e2cnn可操纵层来强制执行旋转等变性和循环C4对称性。在SynthRAD2025数据集上进行测试，与CycleGAN和DDPM等现有方法相比，EqDiff-CT在结构保真度、亨斯菲尔德单位准确性和整体定量指标方面均有显著…
-
新的光谱对齐方法解决了扩散模型的曝光偏差问题
研究人员开发了光谱对齐（SPA）方法，这是一种解决扩散模型中曝光偏差的新颖技术。该技术将中间预测的功率谱校准到预先计算好的先验，从而提高了迭代采样过程中的准确性。SPA是一种轻量级的、基于引导的方法，计算开销极小，并且可以与Classifier-Free Guidance (CFG) 等现有方法互补。该方法已在DDPM、ADM、SD2.0、SDXL、SD3.5和FLUX等各种扩散模型架构上展示了持续的改进。
-
量子电路在人工智能生成模型中展现出潜力和挑战
研究人员正在探索将量子电路集成到人工智能模型中，特别是在图像合成和量子电路优化等生成任务方面。一项关于量子电路合成的研究发现，虽然Transformer模型可以为某些量子电路实现高保真度，但由于自回归漂移，它们在离散门方面难以实现精确等价，尽管数据缩放和推理时间策略可以部分缓解。另一项研究调查了在扩散模型中使用变分量子电路进行图像生成，发现其性能与经典模型相当，但没有明显的参数效率优势。这项工作还识别并解决了基于分数的模型中量子调制器…
-
新型3D扩散模型增强脑部MRI病灶修复
研究人员开发了一种新颖的3D扩散模型，用于长时程脑部MRI扫描的病灶修复。该框架基于去噪扩散概率模型（DDPM），利用多通道条件集成不同时间点的长时程上下文。它专门针对病灶区域，避免改变健康组织，并在降低图像块相似度、提高时间保真度方面表现出优于现有方法的性能。与当前领先的基线方法相比，该模型还显著加快了处理速度。
-
新的HDDPM模型增强了低计数PET图像恢复能力
研究人员开发了一种名为HDDPM（异方差去噪扩散概率模型）的新方法，以改进低计数正电子发射断层扫描（PET）图像的恢复。与假设噪声均匀的标准扩散模型不同，HDDPM考虑了PET扫描中固有的非高斯和空间依赖性噪声，尤其是在低辐射剂量下。该模型包含一个基于泊松分布的方差模块，用于生成体素级别的噪声图，反映了与活动相关的噪声结构。在不同扫描仪和剂量水平下的评估表明，HDDPM在整体图像质量上与标准模型相当，但在低剂量情况下显著降低了测量误差…
-
论文通过Wasserstein几何统一扩散模型和流匹配
本文探讨了扩散模型和流匹配的底层几何学，揭示两者都受概率测度空间上二次Wasserstein距离的支配。研究提出，扩散模型遵循自由能的梯度流，类似于Fokker-Planck方程，而流匹配则学习Wasserstein空间中的测地线。通过在单一几何框架下统一这些模型，本文阐明了它们之间的关系，并提出流匹配的确定性ODE方法提供了更有效的采样方式。
-
扩散模型为半导体计量生成合成TEM图像
研究人员开发了一种去噪扩散概率模型（DDPM），用于生成高保真合成透射电子显微镜（TEM）图像，以用于半导体计量。该方法解决了真实TEM数据稀缺的问题，而真实TEM数据因样品制备具有破坏性、成像速度慢和成本高昂而受到限制。DDPM框架采用渐进式基于块的训练策略，并整合了TrivialAugment适应和RePaint风格修复等技术，以生成保留结构和空间真实感的高保真合成图像，达到了高MS-SSIM分数和专家验证。除了图像生成，该模型的…