Probabilistic Point Cloud Reconstructions for Vertebral Shape Analysis
Technical University of Munich（慕尼黑工业大学）；Klinikum rechts der Isar（伊萨尔河右岸医院）；Friedrich Miescher Institute for Biomedical Research（弗里德里希·米歇尔生物医学研究所）
我们提出了一个自动编码的点云（PC）的网络架构，能够提取形状签名，而无需监督。在此基础上，我们（i）设计了一个损失函数，能够对非结构化PC上的数据方差进行建模，以及（ii）在变分自动编码器中正则化潜在空间，这两者都增加了自动编码器的描述能力，同时使它们具有概率性。评估我们的架构的重建质量，我们使用它们来检测椎骨骨折没有任何监督。通过学习仅有效地重建健康椎骨，骨折被检测为异常重建。在包含$\sim$ 1500个椎骨的数据集上进行评估，我们在不使用基于强度的特征的情况下获得了$>$ 75%的ROC曲线下面积。
2019-08-02 cs.CV eess.IV
Unsupervised Deep Probabilistic Approach for Partial Point Cloud Registration
ETH Zurich（苏黎世联邦理工学院）
深度点云配准方法面临部分重叠和依赖标记数据的挑战。为了解决这些问题，我们提出了UDPReg，这是一种用于部分重叠点云的无监督深度概率配准框架。具体来说，我们首先采用一个网络来学习高斯混合模型（Gestival）的后验概率分布从点云。为了处理部分点云的配准，我们应用Sinkhorn算法预测的分布水平的对应下的约束的混合权重的GRESS。为了实现无监督学习，我们设计了三种基于分布一致性的损失：自一致性，交叉一致性和局部对比性。自洽性损失是制定通过鼓励在欧氏空间和特征空间共享相同的后验分布的高斯白噪声。交叉一致性损失源于属于相同聚类的两个部分重叠的点云的点共享聚类质心的事实。交叉一致性损失允许网络灵活地学习两个对齐点云的变换不变后验分布。局部对比度损失有利于网络提取有区别的局部特征。我们的UDPReg在3DMatch/3DLoMatch和ModelNet/ModelLoNet基准测试中获得了具有竞争力的性能。
2023-03-23 cs.AI cs.CV math.PR
InJecteD: Analyzing Trajectories and Drift Dynamics in Denoising Diffusion Probabilistic Models for 2D Point Cloud Generation
Aarhus University（奥胡斯大学）；Tampere University（坦佩雷大学）
本文提出InJecteD框架，通过Wasserstein距离等指标分析2D点云生成中DDPM的去噪轨迹与漂移动力学，揭示了三个去噪阶段，并证明基于傅里叶的嵌入能提升轨迹稳定性与重建质量，从而增强模型透明度以支持人机协作。
2025-09-09 cs.CV cs.LG
Interpretable Affordance Detection on 3D Point Clouds with Probabilistic Prototypes
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
本文首次将原型学习应用于三维点云可供性检测，在3D-AffordanceNet上达到与黑盒模型相当的竞争力，同时提供固有可解释性，适用于需要信任与安全的人机交互场景。
2025-04-25 cs.CV cs.RO
Denoising Diffusion Probabilistic Model for Point Cloud Compression at Low Bit-Rates
LTCI, Télécom Paris, Institut Polytechnique de Paris（巴黎理工大学LTCI研究所）；University of Turin（都灵大学）；Wangxuan Institute of Computer Technology, Peking University（北京大学王轩计算机技术研究所）；Université Paris-Saclay, CNRS, CentraleSupélec, Laboratoire des Signaux et Systèmes（巴黎萨克雷大学、CNRS、CentraleSupélec信号与系统实验室）
针对现有点云压缩技术高码率的问题，提出基于DDPM的低码率点云压缩架构DDPM-PCC，结合PointNet编码器与可学习向量量化器，在ShapeNet和ModelNet40上实现了更优的低码率率失真性能，并开源了代码。
2025-05-19 cs.AI cs.CV cs.LG
Enhancing Diffusion-based Point Cloud Generation with Smoothness Constraint
Tufts University（塔夫茨大学）
针对扩散点云生成中反向过程忽略几何特性导致表面点不光滑的问题，本文在扩散框架中引入局部平滑性约束，实验表明其可生成更逼真、平滑的点云并优于多种现有方法。
2024-04-03 cs.CV cs.GR cs.LG
LiDAR Point Cloud Image-based Generation Using Denoising Diffusion Probabilistic Models
Johannes Kepler University Linz（约翰·凯撒大学林茨）；Department Intelligent Transport Systems（智能交通系统部门）
本研究针对自动驾驶LiDAR真实数据采集耗时、易受噪声稀疏影响的问题，提出基于改进去噪扩散概率模型（DDPM）的LiDAR点云图像生成方法，通过新型噪声调度与时间步嵌入技术生成高质量合成数据，提升自动驾驶3D视觉系统性能。
2025-09-23 cs.AI cs.CV
A Termination Criterion for Probabilistic PointClouds Registration
Università degli Studi di Milano - Bicocca（米兰比可卡大学）
概率点云配准（PPCR）是一种算法，在其多次迭代版本中，优于局部点云配准的最新算法。然而，其性能已经使用固定的高迭代次数进行了测试。为了具有实用性，我们认为算法应该自己决定何时停止，以避免过多的迭代次数，从而浪费计算时间。通过这项工作，我们比较了几个数据集上不同的终止标准，并证明所选择的一个产生非常好的结果，可以与使用非常高的迭代次数获得的结果相媲美，同时节省计算时间。
2020-10-10 cs.CV cs.RO
Variational Autoencoding of Dental Point Clouds
Technical University of Denmark（丹麦技术大学）；Shape（3Shape公司）
本文提出用于牙齿点云的概率变分自编码器VF-Net，通过编码器替代Chamfer距离显式优化提升计算效率，在牙齿重建与生成任务中展现出最先进性能。
2024-08-27 cs.CV cs.LG
SoftFlow: Probabilistic Framework for Normalizing Flow on Manifolds
Seoul National University（首尔国立大学）
基于流的生成模型由两个相同维度的随机变量之间的可逆变换组成。因此，如果数据分布的维度与底层目标分布的维度不匹配，则无法充分训练基于流的模型。在本文中，我们提出了SoftFlow，一个概率框架，用于训练流形上的规范化流。为了避免维度不匹配问题，SoftFlow估计扰动输入数据的条件分布，而不是直接学习数据分布。我们的实验表明，SoftFlow可以捕获的流形数据的固有结构，并生成高质量的样本，不同于传统的基于流的模型。此外，我们将所提出的框架应用于3D点云，以减轻基于流的模型形成薄结构的困难。所提出的3D点云模型，即SoftPointFlow，可以更准确地估计各种形状的分布，并在点云生成方面达到最先进的性能。
2020-11-15 cs.CV cs.LG
Point Cloud Instance Segmentation using Probabilistic Embeddings
KAUST（阿卜杜拉国王科技大学）
在本文中，我们提出了一个新的框架点云实例分割。我们的框架有两个步骤：嵌入步骤和聚类步骤。在嵌入步骤中，我们的主要贡献是提出了一个概率嵌入空间的点云嵌入。具体地，每个点表示为三变量正态分布。在聚类过程中，我们提出了一种新的损失函数，该损失函数既有利于语义分割，又有利于聚类。我们的实验结果显示了对SOTA的重要改进，即，PartNet数据集上的每类别平均mAP增加了3.1%。
2021-03-30 cs.CV
Modiff: Action-Conditioned 3D Motion Generation with Denoising Diffusion Probabilistic Models
Beihang University（北京航空航天大学）；Sun Yatsen University（中山大学）；University of Pisa（比萨大学）；University of Trento（特伦托大学）；Jiangxi Research Institute, Beihang University（北京航空航天大学江西研究院）
基于扩散的生成模型最近已经成为多个领域高质量合成的强大解决方案。利用双向马尔可夫链，扩散概率模型通过基于在前向扩散过程中学习的分布映射推断反向马尔可夫链来生成样本。在这项工作中，我们提出了Modiff，一个有条件的范例，受益于去噪扩散概率模型（DDPM），以解决现实和多样化的动作条件的三维运动生成的问题。我们是一个开拓性的尝试，使用DDPM合成一个分类行动的条件下的运动序列的可变数量。我们在大规模NTU RGB+D数据集上评估了我们的方法，并显示了对最先进的运动生成方法的改进。
2023-03-28 cs.CV
Probabilistic Prior Driven Attention Mechanism Based on Diffusion Model for Imaging Through Atmospheric Turbulence
Northwestern Polytechnical University（西北工业大学）；Beihang University（北京航空航天大学）
针对大气湍流导致的图像畸变，提出PPTRN网络，结合DDPM先验建模与Transformer特征提取，通过两阶段训练和概率先验驱动交叉注意力机制减少伪影，显著提升复原质量并树立新基准。
2024-11-15 cs.CV
Positional Diffusion: Ordering Unordered Sets with Diffusion Probabilistic Models
Istituto Italiano di Tecnologia (IIT)（意大利技术研究院）；University of Genoa（热那亚大学）；Fondazione Bruno Kessler (FBK)（布鲁诺·凯斯勒基金会）
位置推理是将集合中未排序的部分排序为一致结构的过程。我们提出了位置扩散，即插即用的图形配方与扩散概率模型，以解决位置推理。我们使用前向过程将集合中元素的位置映射到连续空间中的随机位置。位置扩散学习通过基于注意力的图神经网络逆转噪声过程并恢复原始位置。我们对基准数据集进行了广泛的实验，包括两个难题数据集，三个句子排序数据集和一个视觉故事数据集，证明我们的方法在解决难题方面的长期研究中表现出色，与第二好的深度学习方法相比，其表现高达+18%，并且与最先进的句子排序和视觉故事讲述方法相比表现相当。我们的工作突出了扩散模型的适用性排序问题，并提出了一种新的配方和方法，解决各种订购任务。项目网站：https://iit-pavis.github.io/Positional_Diffusion/
2023-03-20 cs.CV
Unsupervised Denoising of Retinal OCT with Diffusion Probabilistic Model
Vanderbilt University（范德堡大学）
光学相干断层扫描（OCT）是一种流行的非侵入性成像方法，可提供视网膜的高分辨率体积可视化。然而，其固有的缺陷，斑点噪声，可以严重恶化组织的可见性在OCT。基于深度学习的方法已被广泛用于图像复原，但其中大多数需要一个无噪声的参考图像进行监督。在这项研究中，我们提出了一个完全无监督的扩散概率模型，从噪声而不是信号中学习。通过向自融合OCT b扫描添加一系列高斯噪声来定义扩散过程。然后，由马尔可夫链建模的扩散的反向过程提供了可调节的去噪水平。实验结果表明，该方法可以在简单的工作流程和少量训练数据的情况下显著提高图像质量。
2022-01-27 cs.CV
Robust 3D Object Detection using Probabilistic Point Clouds from Single-Photon LiDARs
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）；Ubicept
针对激光雷达在复杂场景下点云误差导致检测精度下降的问题，提出带概率属性的概率点云表示及配套轻量推理方法，在多种挑战性场景中优于现有基线与融合模型。
2025-07-31 cs.CV
Anisotropic Diffusion Probabilistic Model for Imbalanced Image Classification
DAMO Academy, Alibaba Group（阿里巴巴达摩院）；School of Mathematical Sciences, Beijing Normal University（北京师范大学数学科学学院）
针对长尾分布导致尾部类别分类不佳的问题，提出各向异性扩散概率模型（ADPM），通过数据分布控制前向扩散速度、基于误差分析选择噪声，并融合图像先验与语义上下文，有效提升了不平衡图像分类中稀有类的准确率。
2024-09-22 cs.CV
ILVR: Conditioning Method for Denoising Diffusion Probabilistic Models
Seoul National University（首尔大学）；Samsung SDS（三星SDS）
去噪扩散概率模型（DDPM）在无条件图像生成方面表现出显着的性能。然而，由于在DDPM的生成过程中的随机性，它是具有挑战性的，以产生所需的语义图像。在这项工作中，我们提出了迭代潜在变量细化（ILVR），一种方法来指导生成过程中的DDPM生成高质量的图像的基础上，一个给定的参考图像。这里，DDPM中的生成过程的细化使得单个DDPM能够从由参考图像引导的各个集合中采样图像。所提出的ILVR方法在控制生成的同时生成高质量的图像。我们的方法的可控性允许适应单个DDPM，而无需在各种图像生成任务中进行任何额外的学习，例如从各种下采样因子生成，多域图像翻译，绘画到图像以及使用涂鸦进行编辑。
2021-09-15 cs.CV
Diffusion Probabilistic Models for Scene-Scale 3D Categorical Data
Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
在本文中，我们学习了一个扩散模型来生成场景尺度的3D数据。具体来说，我们的模型工艺品由多个对象组成的3D场景，而最近的扩散研究集中在一个单一的对象。为了实现我们的目标，我们用离散的类标签表示场景，即，分类分布，将多个对象分配到语义类别中。因此，我们扩展离散扩散模型来学习场景尺度的分类分布。此外，我们验证了一个潜空间扩散模型，可以减少训练和部署的计算成本。据我们所知，我们的工作是第一个应用离散和潜在扩散的三维分类数据的场景规模。我们进一步建议通过使用我们的扩散模型学习条件分布来执行语义场景完成（SSC），其中条件是稀疏点云中的部分观察。在实验中，我们的经验表明，我们的扩散模型不仅产生合理的场景，但也执行场景完成任务比判别模型。我们的代码和模型可在https://github.com/zoomin-lee/scene-scale-diffusion上获得
2023-01-02 cs.CV
Can We Use Diffusion Probabilistic Models for 3D Motion Prediction?
Ulsan National Institute of Science and Technology（蔚山科学技术院）；Technische Universität Wien（维也纳工业大学）；German Aerospace Center（德国航空航天中心）
近年来，随着扩散概率模型在图像生成中的应用研究的不断深入，扩散概率模型在图像生成中的有效性也得到了越来越多的研究。在本文中，我们的目标是评估潜在的扩散概率模型的三维人体运动相关的任务。为此，本文提出了一种研究，采用扩散概率模型预测未来的三维人体运动（S）从以前观察到的运动。基于Human 3.6M和HumanEva-I数据集，我们的结果表明，在完成单个训练过程后，扩散概率模型对于单个（确定性）和多个（随机）3D运动预测任务都具有竞争力。此外，我们发现，扩散概率模型可以提供一个有吸引力的妥协，因为它们可以在预测的未来运动的可能性和多样性之间取得适当的平衡。我们的代码可在项目网站上公开获取：https://sites.google.com/view/diffusion-motion-prediction。
2023-02-28 cs.AI cs.CV
Multimodal Diffusion Bridge with Attention-Based SAR Fusion for Satellite Image Cloud Removal
Washington University in St. Louis（圣路易斯华盛顿大学）；Mitsubishi Electric Research Laboratories (MERL)（三菱电机研究实验室）
提出扩散桥去云方法DB-CR，通过双分支多模态架构与跨模态融合块有效融合SAR与光学图像，在SEN12MS-CR数据集上实现高保真且计算高效的去云。
2025-04-04 cs.CV
DiffusionEdge: Diffusion Probabilistic Model for Crisp Edge Detection
Hunan University（湖南大学）；National University of Defense Technology（国防科技大学）
提出首个用于通用边缘检测的扩散模型DiffusionEdge，通过在潜在空间应用DPM并采用解耦架构与自适应傅里叶滤波器，在有限资源下稳定训练并生成清晰准确的边缘图，在多个基准上显著提升性能。
2024-01-09 cs.CV
Cascaded Diffusion Framework for Probabilistic Coarse-to-Fine Hand Pose Estimation
KAIST（韩国科学技术院）
提出一种由粗到细的级联扩散框架，结合概率建模与级联细化，通过关节扩散模型采样假设并作为训练信号，使网格潜在扩散模型学习分布感知关系，在多个基准上达到最先进性能。
2026-09-09 cs.CV
Binary Diffusion Probabilistic Model
Department of Computer Science University of Geneva（计算机科学系日内瓦大学）
本文提出面向二值表示的 BDPM，利用多位平面或可学习二值嵌入、XOR 噪声与二元交叉熵训练，在图像复原和条件生成中以少量采样取得优异结果。
2025-09-30 cs.CV
DAG: Depth-Aware Guidance with Denoising Diffusion Probabilistic Models
Korea University（高丽大学）
由于扩散模型的出现，生成模型最近取得了重大进展。这些模型的成功通常可以归因于它们使用了引导技术，例如分类器或无分类器引导，这些引导技术提供了在保真度和多样性之间进行权衡的有效机制。然而，这些方法不能够引导生成的图像意识到其几何配置，例如，深度，这阻碍了它们应用于需要一定程度的深度意识的领域。为了解决这个问题，我们提出了一种新的指导方法，扩散模型，使用估计的深度信息来自丰富的中间表示的扩散模型。我们首先提出了标签有效的深度估计框架，使用内部表示的扩散模型。随后，我们提出了两个指导技术的基础上伪标记和深度域扩散之前在采样阶段的自我条件生成的图像使用估计的深度图。实验和全面的消融研究表明，我们的方法在指导扩散模型对生成的几何合理的图像的有效性。
2023-01-30 cs.CV
DC4CR: When Cloud Removal Meets Diffusion Control in Remote Sensing
Kunming University of Science and Technology（昆明理工大学）；Universiti Malaya（马来亚大学）
提出DC4CR多模态扩散框架，通过提示驱动控制无需云掩膜即可选择性去除薄厚云，集成低秩适应与分组学习，在RICE和CUHK-CR数据集上达到最先进性能，可即插即用集成于现有模型。
2025-05-10 cs.CV
SADER: Structure-Aware Diffusion Framework with DEterministic Resampling for Multi-Temporal Remote Sensing Cloud Removal
College of Literature, Science, and the Arts, University of Michigan（文学、科学与艺术学院，密歇根大学）；School of Computer Science and Technology, Tongji University（计算机科学与技术学院，同济大学）
SADER通过结构感知扩散框架，结合时间融合和混合注意力机制，有效解决多时相遥感云去除问题，提升云去除效果和效率。
2026-01-31 cs.CV
CrossDiff: Diffusion Probabilistic Model With Cross-conditional Encoder-Decoder for Crack Segmentation
Zhengzhou University（郑州大学）；King’s College London（伦敦国王学院）
针对工业混凝土表面裂缝分割难题，提出首个基于扩散概率模型的CrossDiff，通过交叉条件编码器-解码器增强细节保留与语义提取，在五个数据集上Dice和IoU均提升8.0%。
2025-01-22 cs.CV
Deterministic Guidance Diffusion Model for Probabilistic Weather Forecasting
Chungnam National University（忠南大学）；SI Analytics（SI分析公司）
本文提出确定性引导扩散模型DGDM，通过将确定性模型预测结果作为概率扩散模型的中间起点，融合两类方法优势，在全球和区域天气预报任务中实现了准确且支持概率预测的最先进性能。
2023-12-05 cs.CV
Image Generation with Multimodal Priors using Denoising Diffusion Probabilistic Models
Johns Hopkins University（约翰斯·霍普金斯大学）
基于多模态先验的图像合成是近年来受到越来越多关注的一个有用且具有挑战性的任务。使用生成模型来完成这项任务的一个主要挑战是缺乏包含所有模态（即先验）和相应输出的配对数据。在最近的工作中，变分自动编码器（VAE）模型以弱监督的方式进行训练，以应对这一挑战。由于VAE的生成能力通常是有限的，这是很难为这种方法来合成属于复杂分布的图像。为此，我们提出了一种解决方案的基础上，去噪扩散概率模型的多模型先验下合成图像。基于扩散模型中每个时间步长上的分布是高斯分布的事实，在这项工作中，我们证明了存在一个封闭形式的表达式来生成对应于给定模态的图像。所提出的解决方案不需要对所有模态进行明确的再训练，并且可以根据不同的约束条件利用各个模态的输出来生成逼真的图像。我们在两个真实世界的数据集上进行研究，以证明我们的方法的有效性
2022-06-10 cs.CV
Diffusion Probabilistic Fields
Stanford University（斯坦福大学）；Apple（苹果公司）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
扩散概率模型已迅速成为图像、三维几何、视频等领域生成式建模的主要方法。然而，为了使扩散生成建模适应这些领域，去噪网络需要为每个领域独立地仔细设计，通常假设数据存在于欧几里得网格中。在本文中，我们介绍了扩散概率场（DPF），一个扩散模型，可以学习定义在度量空间（通常称为场）上的连续函数的分布。我们扩展了扩散概率模型的公式化，以明确的方式处理该场参数化，使我们能够定义端到端学习算法，该算法避开了如先前方法中那样用潜在向量表示场的要求（Dupont等人，2022 a; Du等人，2021年）。我们的经验表明，虽然使用相同的去噪网络，DPF有效地处理不同的模式，如2D图像和3D几何形状，除了建模分布在非欧几里德度量空间上定义的字段。
2023-03-01 cs.AI cs.CV
ResEnsemble-DDPM: Residual Denoising Diffusion Probabilistic Models for Ensemble Learning
Nankai University（南开大学）；Haihe Lab of ITAI（海河实验室（信息技术应用创新方向））
提出 ResEnsemble-DDPM，通过在扩散过程中隐式引入残差项并利用输出分布关于真实标签的对称性，将扩散模型与端到端模型进行集成，从而提升图像分割性能并可推广至图像生成任务。
2023-12-04 cs.AI cs.CV
Generalised Diffusion Probabilistic Scale-Spaces
Saarland University（萨尔大学）
本文提出扩散概率模型的广义尺度空间理论，揭示其与漂移-扩散及经典扩散、渗透滤波器的概念和实证联系，弥补理论背景研究不足。
2024-06-06 cs.CV cs.LG eess.IV
Diffusion Probabilistic Modeling for Video Generation
University of California Irvine（加州大学欧文分校）
去噪扩散概率模型是一类很有前途的新的生成模型，它标志着高质量图像生成的一个里程碑。本文展示了它们顺序生成视频的能力，在感知和概率预测指标方面超过了以前的方法。我们提出了一个自回归，端到端优化的视频扩散模型的灵感来自神经视频压缩的最新进展。该模型通过使用由逆扩散过程生成的随机残差来校正确定性下一帧预测，从而连续地生成未来帧。我们将这种方法与涉及自然和基于模拟的视频的四个数据集上的五个基线进行比较。我们发现所有数据集的感知质量都有显着改善。此外，通过引入适用于视频的连续排序概率分数（CRPS）的可扩展版本，我们表明，我们的模型在概率帧预测能力方面也优于现有方法。
2022-12-08 cs.CV cs.LG stat.ML
Measurement-conditioned Denoising Diffusion Probabilistic Model for Under-sampled Medical Image Reconstruction
Peking University（北京大学）；Academy for Advanced Interdisciplinary Studies（前沿交叉学科研究院）；Massachusetts General Hospital（麻省总医院）；Harvard Medical School（哈佛医学院）
针对欠采样医学图像重建问题，提出了一种新的统一的基于测量条件去噪扩散概率模型（MC-DDPM）的方法。与以前的工作不同，MC-DDPM定义在测量域（如MRI重建中的k空间），并以欠采样掩码为条件。我们应用该方法加速MRI重建和实验结果表明，性能优异，优于全监督基线和最先进的基于分数的重建方法。由于其生成的性质，MC-DDPM也可以量化重建的不确定性。我们的代码可以在github上找到。
2022-03-05 cs.CV eess.IV
SegDiff: Image Segmentation with Diffusion Probabilistic Models
Tel-Aviv University（特拉维夫大学）；Facebook AI Research（脸书人工智能研究院）
扩散概率方法用于最先进的图像生成。在这项工作中，我们提出了一种方法来扩展这样的模型进行图像分割。该方法是端到端学习的，而不依赖于预先训练的骨干。通过对两个编码器的输出求和来合并输入图像和分割图的当前估计中的信息。然后使用附加的编码层和解码器来使用扩散模型迭代地细化分割图。由于扩散模型是概率性的，因此它被应用多次，并且结果被合并到最终分割图中。新方法在Cityscapes验证集、Vaihingen建筑分割基准和MoNuSeg数据集上产生了最先进的结果。
2022-09-07 cs.AI cs.CV cs.LG
Denoising Diffusion Probabilistic Models as a Defense against Adversarial Attacks
Harvard University（哈佛大学）
神经网络对输入中的小扰动非常敏感，这使得它们容易受到对抗攻击。该项目评估了去噪扩散概率模型（DDPM）作为一种净化技术来抵御对抗攻击的性能。它的工作原理是在通过扩散模型的逆过程去除噪声之前，向对抗性示例添加噪声。我们评估的方法上的PatchCamelyon数据集的淋巴结切片的组织病理学扫描，并找到了高达88%的原始模型的准确性，构成了相当大的改进香草模型和我们的基线的鲁棒准确性的提高。项目代码位于https://github.com/ankile/Adversarial-Diffusion。
2023-01-17 cs.CR cs.CV cs.LG
A Morphology Focused Diffusion Probabilistic Model for Synthesis of Histopathology Images
University of British Columbia（不列颠哥伦比亚大学）；Eindhoven University of Technology（埃因霍温理工大学）；Massachusetts General Hospital（马萨诸塞州综合医院）；Harvard Medical School（哈佛医学院）；BC Cancer Agency（不列颠哥伦比亚癌症机构）
一个多世纪以来，病理学家对病变组织的视觉显微镜研究一直是癌症诊断和鉴别的基石。最近，深度学习方法在组织图像的分析和分类方面取得了重大进展。然而，在生成组织病理学图像中，这种模型的效用方面的工作有限。这些合成图像在病理学中有多种应用，包括教育、能力测试、隐私和数据共享中的实用程序。最近，扩散概率模型被引入到生成高质量的图像。在这里，我们第一次研究了这种模型的潜在用途，以及优先的形态加权和颜色归一化，以合成高质量的脑癌组织病理学图像。我们的详细结果表明，扩散概率模型能够合成广泛的组织病理学图像，并且与生成对抗网络相比具有更优越的性能。
2022-09-29 cs.CV eess.IV
PRISM: Probabilistic and Robust Inverse Solver with Measurement-Conditioned Diffusion Prior for Blind Inverse Problems
Johns Hopkins University（约翰霍普金斯大学）；Tsinghua University（清华大学）
本文提出PRISM，一种结合测量条件扩散先验与后验采样的概率鲁棒逆求解器，用于盲逆问题，并在盲图像去模糊中同时提升图像和模糊核恢复性能。
2025-09-19 cs.CV cs.LG eess.IV
Paired Diffusion: Generation of related, synthetic PET-CT-Segmentation scans using Linked Denoising Diffusion Probabilistic Models
University of Oxford（牛津大学）
提出一种基于配对网络和条件编码器的链接去噪扩散概率模型架构，通过时间步控制机制和噪声播种策略生成相关的 PET-CT-肿瘤掩码对，提升了合成图像对齐度与分割准确性。
2024-03-26 cs.CV eess.IV
Pyramidal Denoising Diffusion Probabilistic Models
Korea Advanced Institute of Science and Technology(KAIST)（韩国科学技术院（KAIST））
近年来，扩散模型在图像生成方面表现出了令人瞩目的性能，并在各种计算机视觉任务中得到了广泛的研究。不幸的是，训练和评估扩散模型消耗大量的时间和计算资源。为了解决这个问题，在这里，我们提出了一种新的金字塔扩散模型，可以生成高分辨率的图像，从更粗糙的分辨率图像开始使用{ \em单一}分数函数训练的位置嵌入。这使得神经网络能够更轻，并且还能够在不损害其性能的情况下实现时间有效的图像生成。此外，我们表明，该方法也可以有效地用于多尺度超分辨率问题，使用一个单一的评分函数。
2022-09-30 cs.CV cs.LG stat.ML
UNIT-DDPM: UNpaired Image Translation with Denoising Diffusion Probabilistic Models
Durham University（杜伦大学）
我们提出了一种新的不成对的图像到图像的翻译方法，使用去噪扩散概率模型，而不需要对抗训练。我们的方法，不成对的图像翻译与去噪扩散概率模型（UNIT-DDPM），训练生成模型来推断联合分布的图像在两个域作为马尔可夫链通过最小化的去噪得分匹配目标条件的其他域。特别是，我们同时更新两个域的翻译模型，我们生成的目标域图像的去噪马尔可夫链蒙特卡罗方法，条件是输入源域图像，基于朗之万动力学。我们的方法为图像到图像的翻译提供了稳定的模型训练，并生成了高质量的图像输出。这使得最先进的Fréchet Inception Distance（FID）在几个公共数据集上的性能，包括彩色和多光谱图像，显着优于当代对抗性图像到图像转换方法。
2021-04-12 cs.CV cs.LG eess.IV
Denoising Diffusion Probabilistic Models for Styled Walking Synthesis
Durham University（杜伦大学）
对于许多图形应用程序来说，为数字人生成逼真的运动是耗时的。近年来，数据驱动的运动合成方法通过深度生成模型取得了坚实的进展。这些结果提供了高质量的运动，但通常在运动风格的多样性受到影响。我们首次提出了一个框架，使用去噪扩散概率模型（DDPM）来合成风格化的人体运动，将两个任务集成到一个管道中，与传统的运动合成方法相比，增加了风格的多样性。实验结果表明，我们的系统可以生成高质量和多样化的步行运动。
2022-09-29 cs.AI cs.CV cs.GR
Dual-Diffusion: Dual Conditional Denoising Diffusion Probabilistic Models for Blind Super-Resolution Reconstruction in RSIs
针对遥感图像盲超分辨率中退化核估计和不适定图像生成的挑战，提出基于双条件DDPM的DDSR框架，通过构建核预测器和重建器学习映射，性能优于SOTA方法。
2023-05-20 cs.CV eess.IV
DiffECG: A Versatile Probabilistic Diffusion Model for ECG Signals Synthesis
University of Sfax（斯法克斯大学）；ENIS（斯法克斯工程学院）；Digital Research Center of Sfax（斯法克斯数字研究中心）
本文提出DiffECG，一种基于去噪扩散概率模型的通用心电信号合成方法，支持心跳生成、部分插补和完整预测，性能优于现有生成模型并能增强分类器效果。
2024-05-03 cs.CV cs.LG
Memory Efficient Diffusion Probabilistic Models via Patch-based Generation
Waseda University（早稻田大学）；The University of Tokyo（东京大学）；Waseda Research Institute for Science and Engineering（早稻田理工学研究院）
本文针对扩散概率模型内存消耗过高的问题，提出基于分块生成的方法，通过位置条件化和全局内容条件化保证分块位置正确与内容连贯，在CelebA和LSUN bedroom上以2×2分块将最大内存消耗降低一半且保持图像质量。
2023-04-14 cs.CV cs.LG
IDF-CR: Iterative Diffusion Process for Divide-and-Conquer Cloud Removal in Remote-sensing Images
School of Information Engineering, Guangdong University of Technology（广东工业大学信息工程学院）；CRRC Academy Co., Ltd.（中车研究院有限公司）；School of Computer Science, Sun Yat-sen University（中山大学计算机学院）
针对遥感图像去云中CNN的局限，提出基于扩散模型的IDF-CR，采用像素与潜空间两阶段分而治之策略，结合ControlNet与迭代噪声优化，实现最优去云性能。
2024-03-18 cs.CV eess.IV
Medical Diffusion: Denoising Diffusion Probabilistic Models for 3D Medical Image Generation
University Hospital Aachen（亚琛大学医院）；RWTH Aachen University（亚琛工业大学）；Ocumeda AG（奥库梅达股份公司）；University Hospital Heidelberg（海德堡大学医院）；University Hospital Würzburg（维尔茨堡大学医院）；University of Mainz（美因茨大学）；RWTH Aachen（亚琛工业大学）
计算机视觉的最新进展在图像生成中显示出有希望的结果。扩散概率模型特别是从文本输入中生成逼真的图像，如DALL-E 2，Imagen和Stable Diffusion所示。然而，它们在医学中的使用，其中图像数据通常包括三维体积，还没有被系统地评估。合成图像可能在隐私保护人工智能中发挥至关重要的作用，也可用于增强小型数据集。在这里，我们表明，扩散概率模型可以合成高质量的医学成像数据，我们显示的磁共振图像（MRI）和计算机断层扫描（CT）图像。我们通过与两位医学专家进行的读者研究提供了对其性能的定量测量，这些专家将合成图像的质量分为三类：逼真的图像外观，解剖正确性和切片之间的一致性。此外，我们证明了合成图像可以用于自我监督的预训练，并在数据稀缺时提高乳房分割模型的性能（骰子得分为0.91与0.95，没有与合成数据）。代码在GitHub上公开：https://github.com/FirasGit/medicaldiffusion。
2023-01-03 cs.CV cs.LG eess.IV
RGB-D-Fusion: Image Conditioned Depth Diffusion of Humanoid Subjects
UNED - Universidad Nacional de Educación a Distancia（西班牙国立远程教育大学）；Volograms ltd（Volograms有限公司）
本文提出RGB-D-Fusion，通过两级条件去噪扩散概率模型从低分辨率RGB图像生成高分辨率深度图，并引入深度噪声增强提升超分辨率鲁棒性。
2023-07-29 cs.CV cs.LG
Rician Denoising Diffusion Probabilistic Models For Sodium Breast MRI Enhancement
University of Cambridge（剑桥大学）；Universitat de Barcelona（巴塞罗那大学）；Haukeland University Hospital（豪克兰大学医院）；University of York（约克大学）；Manchester Metropolitan University（曼彻斯特城市大学）
针对钠MRI信噪比低且DDPM难以处理其莱斯噪声的问题，提出RDDPM在去噪各时间步将莱斯噪声转换为高斯噪声，在多项指标上优于DDPM等基线方法。
2024-10-15 cs.CV eess.IV
Diffusion-RSCC: Diffusion Probabilistic Model for Change Captioning in Remote Sensing Images
针对遥感双时相图像变化描述中像素差异干扰与跨模态生成难题，提出条件扩散概率模型Diffusion-RSCC，并在LEVIR-CC上验证其性能优势。
2024-05-21 cs.CL cs.CV
Video Probabilistic Diffusion Models in Projected Latent Space
KAIST（韩国科学技术院）；Google Research（谷歌研究院）
尽管在深度生成模型方面取得了显着进展，但由于其高维性和复杂的时间动态以及大的空间变化，合成高分辨率和时间相干的视频仍然是一个挑战。最近的工作扩散模型已经显示出他们的潜力，以解决这一挑战，但他们遭受严重的计算和内存效率低下，限制了可扩展性。为了解决这个问题，我们提出了一种新的生成模型的视频，创造投影潜在视频扩散模型（PVDM），概率扩散模型，学习视频分布在一个低维的潜在空间，从而可以有效地训练与高分辨率的视频在有限的资源。具体来说，PVDM由两个组件组成：（a）一个自动编码器，它将给定的视频投影为2D形状的潜在向量，这些潜在向量对视频像素的复杂立方结构进行因式分解;以及（b）一个扩散模型架构，专门用于我们新的因式分解潜在空间和训练/采样过程，以便用单个模型合成任意长度的视频。在流行的视频生成数据集上的实验证明了PVDM与以前的视频合成方法相比的优越性;例如，PVDM在UCF-101长视频（128帧）生成基准上获得639.7的FVD分数，这提高了现有技术的1773.4。
2023-03-30 cs.CV cs.LG
Denoising Diffusion Probabilistic Models for Robust Image Super-Resolution in the Wild
Google Research（谷歌研究院）
扩散模型已经在单图像超分辨率和其他图像到图像的转换任务上显示出有希望的结果。尽管取得了这一成功，但在更具挑战性的盲超分辨率任务中，它们的表现并没有超过最先进的GAN模型，其中输入图像不在分布范围内，具有未知的退化。本文介绍了一种基于扩散的盲超分辨率模型SR 3+，建立了一个新的最先进的模型。为此，我们提倡自监督训练，结合了用于自监督训练的复合参数化退化，以及在训练和测试期间的噪声调节增强。通过这些创新，大规模卷积架构和大规模数据集，SR 3+的性能大大优于SR 3。当在相同的数据上训练时，它的性能优于Real-ESRGAN，DRealSR FID得分为36.82 vs. 37.22，在更大的模型下进一步提高到FID 32.37，并且在更大的训练集下进一步提高。
2023-02-15 cs.CV eess.IV
SAR Despeckling via Regional Denoising Diffusion Probabilistic Model
Xidian University（西安电子科技大学）；Kunshan Innovation Institute of Xidian University（西安电子科技大学昆山创新研究院）；University of Montenegro（黑山大学）
针对大规模SAR图像去斑难题，本文提出区域去噪扩散概率模型（R-DDPM），通过单次训练实现多尺度去斑，并利用区域引导逆向采样避免伪影，在Sentinel-1数据上表现优异。
2024-01-06 cs.CV eess.IV
