[📰논문] Blurring Diffusion Models

[지잡컴공(wlwkqzjarhd)]

어제 소개한 soft diffusion과 마찬가지로 Google Research의 연구 결과입니다.

요즘 vision에서의 generative model 연구는 diffusion model이 주류가 된 것 같습니다.

Blurring diffusion model은 올해 나온 다른 연구에서 제안한 heat dissipation 과정과 일반적인 Gaussian noise를 이용한 forward process를 잘 섞은 방식을 제안했다고 합니다.

논문을 훑어보다 실험 부분을 봤는데 32x32 크기의 CIFAR 10과 128x128 크기의 LSUN churches 두 가지 데이터 셋에 대해서만 실험을 했고, 두 이미지 모두 비교적 해상도가 낮은 이미지에 대해서만 실험을 했네요. 리소스가 부족해서 고해상도 이미지로는 실험을 하지 못한 것인지 아니면 낮은 해상도에서만 denoising diffusion process 보다 우수한 것인지 궁금하네요.

더 훑어보니 7. Limitations ~ 부분에 "Such as regularizing effect is often beneficial, and can lead to improved sample quality as we showed in Section 6, but may not be desirable when very large quantities of training data are available." 와 같이 뭔가 의미심장한 말을 남겨놓긴 했네요 ㅎㅎ

관심 있으신 분들은 자세히 읽어보세요~

제목: BLURRING DIFFUSION MODELS

arXiv: https://arxiv.org/abs/2209.05557

GitHub: https://github.com/w86763777/pytorch-ddpm