FFHQ dataset

新框架优化用于图像恢复的扩散模型调度

研究人员开发了一个新的分析框架，用于设计布朗桥扩散模型（BBDMs）中的调度，这些模型用于图像恢复和逆问题。该框架利用高斯混合模型（MoG）先验来推导出闭式理想后验和MMSE去噪器。这项工作引入了两个调度设计目标：一个基于 Wasserstein 距离以获得感知质量，另一个基于均方误差（MSE）以获得重建保真度，揭示了它们之间固有的权衡。在受控 MoG 设置和用于图像修复、去模糊和超分辨率等任务的 FFHQ 数据集上的实验验证了这些标准的有效性。