计算机科学 > 计算机视觉与模式识别
[提交于 2025年7月14日
]
标题: 通过噪声优化实现粘性校正流动的直线化
标题: Straighten Viscous Rectified Flow via Noise Optimization
摘要: 重流操作旨在通过在噪声和图像之间构建确定性耦合,使校正流在训练期间的推理轨迹更加直线化,从而提高单步或少步生成中生成图像的质量。 然而,我们发现重流存在关键限制,特别是由于其构建的确定性耦合中的图像与真实图像之间的分布差距,导致无法快速生成高质量图像。 为解决这些不足,我们提出了一种新的替代方法,称为通过噪声优化的直化粘性校正流(VRFNO),这是一种结合编码器和神经速度场的联合训练框架。 VRFNO引入了两项关键创新:(1) 历史速度项,增强了轨迹区分度,使模型能够更准确地预测当前轨迹的速度,(2) 通过重新参数化进行噪声优化,形成与真实图像的优化耦合,然后用于训练,有效缓解了重流局限性导致的误差。 在合成数据和不同分辨率的真实数据集上的综合实验表明,VRFNO显著缓解了重流的局限性,在单步和少步生成任务中均达到了最先进的性能。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.