Heat Dissipation Flow Matching per la Generazione di Immagini Multi-scala
Un nuovo metodo di intelligenza artificiale, Heat Dissipation Flow Matching (HDFM), integra la corruzione basata sulla sfocatura in framework basati su ODE per la generazione di immagini. A differenza dei modelli di diffusione standard che si basano sul rumore, HDFM utilizza la dissipazione del calore per preservare i bilanci cromatici e i dettagli multi-scala. Affronta il problema inverso mal posto della dissipazione del calore e adotta la x-prediction per gestire la regressione ad alta dimensionalità. L'approccio allinea un percorso di dissipazione del calore interpolato all'interno di Flow Matching, offrendo priori multi-scala. L'articolo è pubblicato su arXiv con ID 2605.19371.
Fatti principali
- HDFM introduce un processo continuo di sfocatura (dissipazione del calore) in Flow Matching.
- Allinea un percorso di dissipazione del calore interpolato per affrontare la mal posizione.
- Adotta la x-prediction per mitigare le difficoltà di regressione ad alta dimensionalità.
- La corruzione basata sulla sfocatura preserva meglio i bilanci cromatici e i dettagli multi-scala.
- Il metodo è distinto dai modelli di diffusione basati sul rumore.
- L'articolo è disponibile su arXiv con ID 2605.19371.
- HDFM è un framework basato su ODE, a differenza dei precedenti modelli SDE basati sulla sfocatura.
- Fornisce priori multi-scala per la generazione di immagini.
Entità
Istituzioni
- arXiv