論文の概要: Single-Step Bidirectional Unpaired Image Translation Using Implicit Bridge Consistency Distillation

• arxiv url: http://arxiv.org/abs/2503.15056v1
• Date: Wed, 19 Mar 2025 09:48:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-20 15:23:29.176367
• Title: Single-Step Bidirectional Unpaired Image Translation Using Implicit Bridge Consistency Distillation
• Title（参考訳）: インシシットブリッジ不整合蒸留を用いた単段階双方向不整合画像変換
• Authors: Suhyeon Lee, Kwanyoung Kim, Jong Chul Ye,
• Abstract要約: Implicit Bridge Consistency Distillation (IBCD) は、対向損失を使わずに、単段階の双方向無ペア翻訳を可能にする。 IBCDは、ベンチマークデータセットの最先端のパフォーマンスを1世代で達成する。
• 参考スコア（独自算出の注目度）: 55.45188329646137
• License:
• Abstract: Unpaired image-to-image translation has seen significant progress since the introduction of CycleGAN. However, methods based on diffusion models or Schr\"odinger bridges have yet to be widely adopted in real-world applications due to their iterative sampling nature. To address this challenge, we propose a novel framework, Implicit Bridge Consistency Distillation (IBCD), which enables single-step bidirectional unpaired translation without using adversarial loss. IBCD extends consistency distillation by using a diffusion implicit bridge model that connects PF-ODE trajectories between distributions. Additionally, we introduce two key improvements: 1) distribution matching for consistency distillation and 2) adaptive weighting method based on distillation difficulty. Experimental results demonstrate that IBCD achieves state-of-the-art performance on benchmark datasets in a single generation step. Project page available at https://hyn2028.github.io/project_page/IBCD/index.html
• Abstract（参考訳）: 画像から画像への翻訳はCycleGANの導入以来大きな進歩を遂げている。 しかし、拡散モデルやSchr\odingerブリッジに基づく手法は、その反復的なサンプリングの性質のため、現実世界の応用では広く採用されていない。 この課題に対処するために, 対向損失を使わずに, 単段階の双方向不対流翻訳を可能にする新しいフレームワーク, Implicit Bridge Consistency Distillation (IBCD) を提案する。 IBCDは、分布間のPF-ODE軌道を接続する拡散暗黙のブリッジモデルを用いて、一貫性の蒸留を拡張する。 さらに2つの重要な改善点を紹介します。 1) 整合蒸留のための分布整合性及び分布整合性 2)蒸留難度に基づく適応加重法 実験結果から,IBCDはベンチマークデータセットの最先端性能を1世代で達成できることが示された。 Project page available at https://hyn2028.github.io/project_page/IBCD/index.html

関連論文リスト

• Bidirectional Diffusion Bridge Models [14.789137197695654]
  拡散ブリッジは、イメージ・ツー・イメージ(I2I)翻訳タスクにおいてポテンシャルを示す。 既存の手法はその一方向の性質によって制限され、前と逆の翻訳のために別々のモデルを必要とする。 2つの結合分布間の双方向変換を容易にするスケーラブルなアプローチである双方向拡散ブリッジモデル(BDBM)を導入する。
  論文  参考訳（メタデータ） (2025-02-12T04:43:02Z)
• Inverse Bridge Matching Distillation [69.479483488685]
  拡散ブリッジモデル(DBMs)は、画像から画像への変換に応用するための拡散モデルの有望な拡張である。 本稿では, 逆橋整合式に基づく新しい蒸留技術を提案し, 実際に解決するための抽出可能な目的を導出する。 我々は,超解像,JPEG復元,スケッチ・トゥ・イメージ,その他のタスクを含む,広範囲のセットアップにおいて,条件付きおよび非条件付きブリッジマッチングのアプローチを評価する。
  論文  参考訳（メタデータ） (2025-02-03T13:56:03Z)
• Latent Schrodinger Bridge: Prompting Latent Diffusion for Fast Unpaired Image-to-Image Translation [58.19676004192321]
  ノイズからの画像生成とデータからの逆変換の両方を可能にする拡散モデル (DM) は、強力な未ペア画像対イメージ(I2I)翻訳アルゴリズムにインスピレーションを与えている。 我々は、最小輸送コストの分布間の微分方程式(SDE)であるSchrodinger Bridges (SBs) を用いてこの問題に取り組む。 この観測に触発されて,SB ODE を予め訓練した安定拡散により近似する潜在シュロディンガー橋 (LSB) を提案する。 提案アルゴリズムは,従来のDMのコストをわずかに抑えながら,教師なし環境での競合的I2I翻訳を実現していることを示す。
  論文  参考訳（メタデータ） (2024-11-22T11:24:14Z)
• Regularized Distribution Matching Distillation for One-step Unpaired Image-to-Image Translation [1.8434042562191815]
  未ペア画像対画像(I2I)問題に適用可能な正規分布マッチング蒸留法を提案する。 画像データセット間の2次元例とI2Iを含む複数の翻訳タスクに適用した経験的性能を示す。
  論文  参考訳（メタデータ） (2024-06-20T22:22:31Z)
• Diffusion Bridge Implicit Models [25.213664260896103]
  分散ブリッジモデル(DDBM)は、2つの任意の対の分布を補間するための拡散モデルの強力な変種である。 我々は,拡散モデルで確立されたレシピに動機づけられた,余分な訓練を伴わないDDBMの高速サンプリングの第一歩を踏み出す。 我々は、高次数値解法を誘導する、新しい、単純で洞察に富んだ常微分方程式(ODE)を誘導する。
  論文  参考訳（メタデータ） (2024-05-24T19:08:30Z)
• Distilling Diffusion Models into Conditional GANs [90.76040478677609]
  複雑な多段階拡散モデルを1段階条件付きGAN学生モデルに蒸留する。 E-LatentLPIPSは,拡散モデルの潜在空間で直接動作する知覚的損失である。 我々は, 最先端の1ステップ拡散蒸留モデルよりも優れた1ステップ発生器を実証した。
  論文  参考訳（メタデータ） (2024-05-09T17:59:40Z)
• Denoising Diffusion Bridge Models [54.87947768074036]
  拡散モデルは、プロセスを使用してデータにノイズをマッピングする強力な生成モデルである。 画像編集のような多くのアプリケーションでは、モデル入力はランダムノイズではない分布から来る。 本研究では, DDBM(Denoising Diffusion Bridge Models)を提案する。
  論文  参考訳（メタデータ） (2023-09-29T03:24:24Z)
• Direct Diffusion Bridge using Data Consistency for Inverse Problems [65.04689839117692]
  拡散モデルに基づく逆問題解法は優れた性能を示したが、速度は制限されている。 いくつかの最近の研究は、拡散プロセスを構築し、クリーンで破損したものを直接ブリッジすることでこの問題を緩和しようと試みている。 微調整を必要とせずにデータの一貫性を強制する改良された推論手順を提案する。
  論文  参考訳（メタデータ） (2023-05-31T12:51:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。