Blurring Diffusion Models

要約

最近、Rissanen et al., (2022) は、等方性ガウス拡散の代替として、熱放散またはブラーに基づく生成モデリングのための新しいタイプの拡散プロセスを発表しました。
ここでは、非等方性ノイズを使用したガウス拡散プロセスを通じてブラーを等価的に定義できることを示します。
この関係を作成する際に、逆熱放散とノイズ除去拡散の間のギャップを埋め、このモデリングの選択から生じる誘導バイアスに光を当てます。
最後に、標準的なガウスノイズ除去拡散と逆熱放散の両方の長所を提供する一般化されたクラスの拡散モデルを提案します。これをブラー拡散モデルと呼びます。

要約(オリジナル)

Recently, Rissanen et al., (2022) have presented a new type of diffusion process for generative modeling based on heat dissipation, or blurring, as an alternative to isotropic Gaussian diffusion. Here, we show that blurring can equivalently be defined through a Gaussian diffusion process with non-isotropic noise. In making this connection, we bridge the gap between inverse heat dissipation and denoising diffusion, and we shed light on the inductive bias that results from this modeling choice. Finally, we propose a generalized class of diffusion models that offers the best of both standard Gaussian denoising diffusion and inverse heat dissipation, which we call Blurring Diffusion Models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google