-
题名生成扩散模型研究综述
被引量：16
- 1
-
-
作者
闫志浩
周长兵
李小翠
-
机构
中国地质大学(北京)信息工程学院
-
出处
《计算机科学》
CSCD
北大核心
2024年第1期273-283,共11页
-
基金
国家自然科学基金(42050103)。
-
文摘
扩散模型在生成模型领域具有高质量的样本生成能力,一经推出就不断地刷新图像生成评价指标FID分数的记录,成为了该领域的研究热点,而此类相关综述在国内还鲜有介绍。因此,文中对相关扩散生成模型的研究进行汇总与分析。首先,对去噪扩散概率模型、基于分数的扩散生成模型和随机微分方程的扩散生成模型这3类通用模型的特点和原理进行了论述,就每一类基本扩散模型中以优化模型内部算法、高效采样为改进目标的相关衍生模型进行分析。其次,对当下扩散模型在计算机视觉、自然语言处理、时间序列、多模态和跨学科领域等方面的应用进行总结。最后,基于上述论述,分别就目前扩散生成模型存在的采样步骤多、采样时间长等局限性提出了相关建议,并结合前述研究对未来扩散生成模型的发展方向进行了研判。
-
关键词
深度学习
生成模型
去噪扩散概率模型
基于分数的扩散模型
随机微分方程
图像生成
-
Keywords
Deep learning
Generative models
Denoising diffusion probabilistic models
Score-based diffusion models
Stochastic differential equations
Image generation
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
