arXiv cs.CV· Teo Deveney, Lea Bogensperger, Hok Shing Wong·· 2 小时前AI 评分22
β-Flow：通过精确高斯条件化统一扩散与流匹配的后验采样
Spanning Diffusion and Flow-based Posterior Sampling via Exact Gaussian Conditioning
AI 导读
研究者提出 β-Flow，一种由相关性参数 β 和置信度参数 κ 控制的通用即插即用后验采样方法，可统一流匹配、扩散模型与去相关先验。每步仅需一次去噪网络前向评估，随后进行不依赖网络梯度的精确 Kalman 更新，现有多种引导采样器可视为其特例或近似。在 4 个数据集、7 类逆问题上，该方法在 PSNR 和 SSIM 上均达到 SOTA 水平。
来源：arXiv cs.CV · arxiv.org