Mar, 2024

隐式图像到图像的 Schrödinger 桥在 CT 超分辨率和去噪中的应用

PDF
TL;DR通过引入腐蚀图像的非马尔科夫过程，将生成过程转化为隐式图像到图像的 Schr"odinger Bridge 过程，提出了一个改进的 I3SB 方法，该方法能够使用少量的生成步骤生成具有更好纹理恢复的图像，并在 CT 超分辨率和去噪任务中验证了其性能优于现有方法，包括条件去噪扩散概率模型 (cDDPM) 和 I2SB，从视觉质量和定量指标上凸显了 I3SB 在改进医学图像恢复方面的潜力。
conditional diffusion modelsimage-to-image schr"odinger bridgegenerative processtexture restorationmedical image restoration
发现论文，激发创造
  • 神经薛定谔桥通过非成对图像翻译

    本研究介绍了一种新的无配对数据图像翻译方法 ——Unpaired Neural Schrödinger Bridge (UNSB), 它结合了 Schrödinger Bridge 模型和对抗训练等方法来进行学习，有效解决了高分辨率图像翻译困难的问题。

    May, 2023

  • 使用扩散薛定谔桥的条件模拟

    本文介绍了基于去噪扩散模型的生成模型，提出了基于 Schrödinger bridge 的生成建模方法来缩短生成时间，并将其扩展到条件模拟中，用于各种应用，包括图像超分辨率、状态空间模型的最优滤波和预训练网络的优化。

    Feb, 2022

  • 应用于基于得分的生成建模的扩散薛定谔桥

    通过将高斯噪声逐渐应用于复杂的数据分布，构建了一个确定性的生成模型，对应于具有时间不均匀漂移的倒退随机微分方程，用基于分数匹配的方法估计漂移。本文提出了 Diffusion SB 方法来处理 Schrödinger Bridge 问题，近似了迭代比例拟合过程，DSB 具有广泛的适用性，是流形上 Sinkhorn 算法的连续状态空间概率化推广。

    Jun, 2021

  • 对抗性 Schrödinger 桥匹配

    我们提出了一种新颖的离散时间 IMF (D-IMF) 程序，用于通过学习在离散时间中的少量转移概率来解决 Schrödinger Bridge 问题，相较于数百步的迭代，只需要几个生成步骤即可实现与传统 IMF 相同质量的无配对领域转换。

    May, 2024

  • 基于图像渲染的去噪传播

    通过引入第一种能够快速进行真实世界三维场景的详细重建和生成的推广模型，我们在本研究中提出了三个贡献：首先，引入了一种新的神经场景表示方法 IB-planes，能够有效准确地表示大型三维场景，并在需要时动态分配更多容量以捕捉每张图像中可见的细节；其次，我们提出了一种去噪扩散框架，通过仅使用二维图像而不需要额外的监督信号（如掩码或深度）学习对这种新型三维场景表示的先验知识，从而支持三维重建和生成；第三，我们开发了一种避免将基于图像渲染与扩散模型集成时产生平凡三维解决方案的原则性方法，即通过丢弃某些图像的表示。我们在几个具有挑战性的真实和合成图像数据集上评估了该模型，并在生成、新视图合成和三维重建方面展示了优越的结果。

    Feb, 2024

  • 图像到图像翻译的双重扩散隐式桥梁

    介绍了一种基于扩散模型的图像翻译方法 DDIBs，其通过独立训练两个扩散模型，实现了不需要同时访问源和目标数据集进行训练的图像翻译。该方法通过源到潜变量和潜变量到目标之间的 Schrodinger Bridges，提高了翻译效率和性能，可应用于各种图像翻译任务。

    Mar, 2022

  • 面向任务的扩散模型压缩

    通过减小模型大小和减少时间步长，我们探索了基于任务的方式压缩 I2I 模型，并将其应用于图像编辑和图像修复任务，取得了满意的输出质量以及模型大小和延迟的显著减少。

    Jan, 2024

  • DiffI2I：高效的图像 - 图像转换扩散模型

    提出了一种名为 DiffI2I 的简单、高效和强大的 I2I 扩散模型，通过引入紧凑的 I2I 先验提取网络（CPEN），动态 I2I 转换器（DI2Iformer）和去噪网络来解决了传统 DM 在某些 I2I 任务中的效率和生成能力方面的问题。通过在各种 I2I 任务上进行广泛实验证明，DiffI2I 在显著减少计算负担的同时达到了 SOTA 水平。

    Aug, 2023

  • 用于头颈部质子治疗计划的高质量 MR 到 CT 综合的扩散薛定谔桥模型

    最近在质子治疗的进展中，基于磁共振的治疗计划正逐渐得到认可，以降低与传统基于 CT 的方法相比的额外辐射暴露。这种转变凸显了精确的磁共振与 CT 图像合成的关键性需求，对于精确的质子剂量计算至关重要。本研究引入了扩散薛定谔桥模型（DSBM），这是一种创新的高质量磁共振与 CT 图像合成方法。DSBM 学习了 MR 和 CT 数据分布之间的非线性扩散过程。该方法通过从先验分布而非高斯分布开始合成，提高了传统扩散模型的生成质量和效率。我们通过头颈癌数据集验证了 DSBM 的有效性，并通过图像级和剂量级评估证明了其优于传统图像合成方法。DSBM 在基于磁共振的质子治疗计划中的有效性突出了其在各种临床场景中作为有价值工具的潜力。

    Apr, 2024

  • 可证收敛的 Schrödinger 桥及其在概率时间序列插值中的应用

    本文提出了基于逼近投影的 Schrödinger bridge 算法的首个收敛性分析，成功地将其应用于概率时间序列插补中，以生成缺失值并达到了业内的最佳表现。通过优化传输成本，该算法探索了概率时间序列中的时间和特征模式。

    May, 2023