Gotta CAPTCHA 'Em All: A Survey of Twenty years of the Human-or-Computer Dilemma
最近的一项研究发现,恶意机器人在2019年产生了近四分之一的网站流量[100]。这些恶意机器人执行诸如价格和内容抓取、帐户创建和接管、信用卡欺诈、拒绝服务等活动,因此,它们对所有企业都构成了严重威胁,但对电子商务、旅游和金融服务来说尤其麻烦。针对机器人滥用在线服务的最常见的防御机制之一是引入全自动公共图灵测试来区分计算机和人类(CAPTCHA),因此了解设计的CAPTCHA方案及其对不断发展的机器人的实际有效性非常重要。为此,这项工作提供了一个概述的CAPTCHA计划领域的当前国家的最先进的,并定义了一个新的分类,包括所有新兴的计划。此外,对于每个识别的CAPTCHA类别,最成功的攻击方法也描述了CAPTCHA方案如何演变,以抵御僵尸网络攻击,并讨论了不同的CAPTCHA方案的安全性,可用性和兼容性的角度来看的局限性。最后,开放的问题,挑战和进一步研究的机会提供了一个评估,铺平了道路,朝着下一代安全和用户友好的CAPTCHA计划的设计。
2022-01-22 cs.CR
Defensive Adversarial CAPTCHA: A Semantics-Driven Framework for Natural Adversarial Example Generation
School of Computer and Information Engineering, Xiamen University of Technology(厦门理工学院计算机与信息工程学院);School of Computer Science, Engineering Research Center of Machine Learning and Industry Intelligence, Sichuan University(四川大学计算机科学学院、机器学习与工业智能工程研究中心);Department of Electrical and Electronic Engineering, University of Hong Kong(香港大学电子与电气工程系);Department of Computer and Information Science, Faculty of Science and Technology, University of Macau(澳门大学科学与技术学院计算机与信息科学系);Institute of Space Internet, Fudan University(复旦大学空间互联网研究所);Data61, CSIRO(澳大利亚联邦科学与工业研究组织Data61);School of Computer Engineering, Nanyang Technological University(南洋理工大学计算机工程学院)
本文提出语义驱动的无源对抗验证码框架DAC及黑盒双路径优化方法BP-DAC,利用大语言模型和扩散过程生成既能抵御未知模型攻击又对人类和DNN均难以区分的高保真验证码。
2025-07-01 cs.CR cs.CV
Typer vs. CAPTCHA: Private information based CAPTCHA to defend against crowdsourcing human cheating
众包人工解决或在线打字攻击是破坏性的问题。然而,对这些主题的研究一直有限。在本文中,我们专注于这种攻击,所有的验证码可以简单地打破,因为它的设计目的。本文在对验证码的Typer现象和攻击机制进行全面分析的基础上,提出了一种新的验证码设计原则,以区分人(Typer)和人(user)。其核心思想是验证码的挑战过程应该包含具有私有属性的唯一信息。我们的想法是基于人类之间的信息不对称。如果没有这些私人信息,即使他们识别出CAPTCHA中的所有字符,Typers也无法完成攻击。我们形式化,设计和实现两个例子,我们提出的原则,一个字符为基础的,基于数据报的情况下,根据Web交互和密码处理程序。我们要求用户从密码序列中没有的随机字符中选择密码,或者将随机排序的序列放入正确的顺序。提出了一种新的基于模糊匹配的生成算法,增加了人工容错能力和随机猜测攻击的难度。与其他解决方案不同,我们的方法不需要修改主身份验证协议、用户界面和典型Web服务的体验。几项用户研究的结果表明,我们提出的方法既简单(人类可以在不到20秒的时间内准确解决)又高效(Typer只能部署随机猜测攻击,成功率非常低)。
2019-04-29 cs.CR
DMTG: A Human-Like Mouse Trajectory Generation Bot Based on Entropy-Controlled Diffusion Networks
针对现代行为CAPTCHA难以评估的问题,本文提出熵控制扩散框架DMTG生成类人鼠标轨迹,并通过白盒与黑盒测试验证其绕过及降低检测率的能力。
2024-10-23 cs.CR
D-CAPTCHA++: A Study of Resilience of Deepfake CAPTCHA under Transferable Imperceptible Adversarial Attack
School of Computer Science(计算机学院);University College Dublin(都柏林大学学院);School of Computer Science and Statistics(计算机与统计学院);Trinity College Dublin(都柏林圣三一学院);University of Science(科学大学)
本研究针对基于挑战-应答协议的D-CAPTCHA深度伪造验证系统,揭示其在可迁移不可感知对抗攻击下的漏洞,并通过对抗训练优化检测器与分类器,提出更鲁棒的D-CAPTCHA++系统以抵御伪造电话攻击。
2024-09-11 cs.CR cs.LG cs.SD
Attacks as Defenses: Designing Robust Audio CAPTCHAs Using Attacks on Automatic Speech Recognition Systems
University of Florida(佛罗里达大学)
音频CAPTCHA应该为在线资源提供强大的防御;然而,语音到文本机制的进步使这些防御无效。音频CAPTCHA不能简单地被放弃,因为它们被W3C特别命名为可访问性的重要推动者。因此,更健壮的音频CAPTCHA对未来安全和可访问的Web非常重要。我们期待最近的文献对语音到文本系统的攻击的灵感,为建设强大的,原则驱动的音频防御。我们首先比较了20篇最近的攻击论文,对它们进行了分类和测量,以作为新的“对转录具有鲁棒性”但“易于人类理解”的CAPTCHA的基础。在证明这些攻击都不足以解决问题后,我们提出了一种新的机制,它既相对容易理解(通过用户研究进行评估),又难以自动转录(即,$P({\rm transcription}) = 4 \times 10^{-5}$)。最后,我们证明了我们的音频样本有很高的概率被检测为验证码时,语音到文本系统($P({\rm evasion}) = 1.77 \times 10^{-4}$)。通过这样做,我们不仅展示了一个难以破解的CAPTCHA大约四个数量级,而且可以根据从攻击论文中获得的见解来设计这样的系统,使用人类和计算机处理音频的方式之间的差异。
2022-03-10 cs.AI cs.CR cs.SD
An audio CAPTCHA to distinguish humans from computers
CAPTCHA被用作区分人类用户和机器人的安全措施。本文提出了一种新的基于声音的验证码,它利用了人类语音和合成语音之间的差距,而不是依赖于人类的听觉感知。用户需要读出一个给定的句子,这是从一本指定的书随机选择。生成的音频文件将被自动分析,以判断用户是否是人类。本文详细介绍了新的验证码的设计、音频文件的分析以及音频帧窗口函数的选择。并通过实验确定了安全性的临界阈值和三个指标的系数。所提出的音频验证码被证明是可访问的用户。用户研究表明,人类成功率达到约97%,而使用Microsoft SDK 5.1的攻击软件的通过率仅为4%。实验还表明,大多数人类用户可以在不到14秒的时间内解决它,平均时间仅为7.8秒。
2013-06-12 cs.CR cs.CY
DF-Captcha: A Deepfake Captcha for Preventing Fake Calls
Offensive AI Research Lab(攻防人工智能研究实验室);Ben-Gurion University(本-古里安大学)
社会工程(SE)是一种欺骗形式,旨在欺骗人们获得数据,信息,网络甚至金钱。几十年来,SE一直是攻击者访问组织的关键方法,几乎跳过了所有的防线。攻击者还经常使用SE通过拨打冒充权威的威胁电话或发送受感染的电子邮件来欺骗无辜的人,这些电子邮件看起来像是从亲人那里发送的。SE攻击可能仍然是犯罪分子的主要攻击媒介,因为人类是网络安全中最薄弱的环节。不幸的是,随着一种名为deepfakes的新技术的到来,这种威胁只会变得更糟。Deepfake是可信的媒体(例如,由AI创建的视频。虽然这项技术主要用于交换名人的脸,但它也可以用来“木偶”不同的人物。最近,研究人员展示了如何实时部署这项技术,以便在电话中克隆某人的声音或在视频通话中重现人脸。鉴于任何新手用户都可以下载这项技术来使用它,犯罪分子已经开始利用它来进行SE攻击也就不足为奇了。在本文中,我们提出了一个轻量级的应用程序,可以保护组织和个人免受deepfake SE攻击。通过挑战和响应方法,我们利用deepfake技术的技术和理论局限性来暴露攻击者。现有的防御解决方案作为端点解决方案过于繁重,并且可以被动态攻击者规避。相比之下,我们的方法是轻量级的,打破了反应军备竞赛,使攻击者处于不利地位。
2022-08-17 cs.AI cs.CR cs.CV
Deep-Fake CAPTCHA: Mitigating Next-Generation Social Engineering Attacks
Ben-Gurion University(本-古里安大学)
针对实时深度伪造冒充,提出DF-CAPTCHA主动挑战-响应验证框架,通过真实性、身份一致性、任务完成度和响应时间四标准检测,在音频和视频模态均达高准确率,有效防御下一代社会工程攻击。
2026-09-11 cs.AI cs.CR
Adaptive Diffusion Denoised Smoothing : Certified Robustness via Randomized Smoothing with Differentially Private Guided Denoising Diffusion
University of British Columbia, Vancouver, Canada(不列颠哥伦比亚大学);ServiceNow Research(ServiceNow研究)
本文提出Adaptive Diffusion Denoised Smoothing方法,将引导去噪扩散模型重解释为自适应GDP机制序列,通过GDP隐私过滤器分析端到端鲁棒性,在ImageNet上针对$\ell_2$威胁模型同时提升了认证与标准准确率。
2025-07-10 cs.CR cs.CV cs.LG
DDM$^2$: Self-Supervised Diffusion MRI Denoising with Generative Diffusion Models
Stanford University(斯坦福大学)
磁共振成像(MRI)是一种常见的和挽救生命的医学成像技术。然而,获取高信噪比MRI扫描需要长的扫描时间,导致成本增加和患者不适,以及吞吐量降低。因此,对MRI扫描进行去噪有很大的兴趣,特别是对于严重SNR受限的扩散MRI扫描的子类型。虽然大多数现有的MRI去噪方法本质上是监督的,但针对大量解剖结构、MRI扫描仪和扫描参数获取监督训练数据集被证明是不切实际的。在这里,我们提出了去噪扩散模型去噪扩散MRI(DDM $^2$),一个自我监督的去噪方法MRI去噪使用扩散去噪生成模型。我们的三阶段框架将基于几何的去噪理论集成到扩散模型中,并通过条件生成进行去噪。在推理过程中,我们将输入噪声测量值表示为扩散马尔可夫链中的中间后验分布的样本。我们在4个真实世界的体内扩散MRI数据集上进行实验,并表明我们的DDM $^2$表现出卓越的去噪性能,并通过临床相关的视觉定性和定量指标确定。
2023-02-06 cs.CV eess.IV
Diffusion Model for Generative Image Denoising
Peking University(北京大学);Massachusetts General Hospital(麻省总医院);Harvard Medical School(哈佛医学院)
在图像去噪的监督学习中,通常收集或合成成对的干净图像和含噪图像来训练去噪模型。L2范数损失或其他距离函数被用作训练的目标函数。它通常会导致图像细节较少的过度平滑结果。在本文中,我们把去噪任务作为一个问题,估计后验分布的清洁图像的条件下,噪声图像。本文应用扩散模型的思想实现了生成式图像去噪。根据去噪任务中的噪声模型,我们重新定义了扩散过程,使其不同于原始的扩散过程。因此,后验分布的采样是从噪声图像的几十个步骤的逆过程。我们考虑三种类型的噪声模型,高斯,伽玛和泊松噪声。在理论的保证下,我们得到了一个统一的模型训练策略。通过对三种噪声模型的实验,验证了该方法的有效性.
2023-02-05 cs.CV
Adaptive and Iterative Point Cloud Denoising with Score-Based Diffusion Model
Shandong University(山东大学)
本文提出基于分数扩散模型的自适应迭代点云去噪方法,通过估计噪声变化确定自适应调度,并设计网络与两阶段采样策略实现特征和梯度融合,在合成与真实数据上均优于现有方法。
2025-09-18 cs.CV
SVNR: Spatially-variant Noise Removal with Denoising Diffusion
Google Research(谷歌研究院);University of Haifa(海法大学);Tel Aviv University(特拉维夫大学);The Hebrew University of Jerusalem(耶路撒冷希伯来大学)
提出SVNR去噪扩散新方法,采用空间变化噪声模型,支持像素级时间嵌入和噪声图像作为起始点,优于现有基线。
2023-06-28 cs.CV
AccuQuant: Simulating Multiple Denoising Steps for Quantizing Diffusion Models
Yonsei University(延世大学)
AccuQuant提出一种针对扩散模型的后训练量化方法,通过模拟多个去噪步骤最小化累积量化误差,并将内存复杂度从O(n)降至O(1),在标准基准上验证了其有效性和高效性。
2025-10-23 cs.CV
Real-World Denoising via Diffusion Model
Dalian University of Technology(大连理工大学)
本文提出一种基于线性插值扩散过程的通用去噪扩散模型,用于真实世界图像去噪,并设计了两种采样算法,实验证明其性能与最先进方法相当。
2023-05-08 cs.CV
Fewer Denoising Steps or Cheaper Per-Step Inference: Towards Compute-Optimal Diffusion Model Deployment
Georgia Institute of Technology(佐治亚理工学院)
本文提出无需训练的PostDiff框架,通过输入级混合分辨率去噪和模块级混合缓存策略减少冗余,加速扩散模型推理,并证明降低单步推理成本比减少去噪步数更能有效平衡效率与保真度。
2025-08-08 cs.CV
Aligning Generative Denoising with Discriminative Objectives Unleashes Diffusion for Visual Perception
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
针对生成式扩散模型用于判别式任务时的中间误差问题,本文分析并增强了生成去噪过程与感知任务的对齐,提出定制学习目标和扩散定制数据增强,在深度估计等任务上实现了SOTA性能。
2025-04-15 cs.CV
Probing Diffusion Denoising Dynamics for Contrastive Representation Learning
Australian National University(澳大利亚国立大学);CSIRO Data61(联邦科学与工业研究组织数据61实验室);Amazon(亚马逊)
研究如何让预训练扩散模型的去噪动力学适应判别表示学习,提出D³CL方法,通过结合对比目标与去噪重建损失,利用LoRA更新保持轻量级,实验证明该方法能使重建与对比目标互补,是高效参数适应框架。
2026-07-13 cs.CV
Switch Diffusion Transformer: Synergizing Denoising Tasks with Sparse Mixture-of-Experts
KAIST(韩国科学技术院);Twelve Labs
针对现有扩散模型多任务架构的缺陷,提出Switch-DiT,通过稀疏混合专家与扩散先验损失协同不同噪声水平的去噪任务,提升了图像生成质量与收敛速度。
2024-07-10 cs.CV
Fast and Accurate Poisson Denoising with Optimized Nonlinear Diffusion
University of Science and Technology Beijing(北京科技大学);National University of Defense Technology(国防科技大学)
由泊松噪声引起的所获取信号的退化是各种成像应用(诸如医学成像、夜视和显微镜)的常见问题。到目前为止,许多最先进的泊松去噪技术主要集中在实现最大的性能,很少考虑计算效率。因此,在这项研究中,我们的目标是提出一个有效的泊松去噪模型,具有高的计算效率和恢复质量。为此,我们利用新开发的可训练非线性反应扩散模型,该模型已被证明是一种极其快速的图像复原方法,其性能超过了最近的最新技术水平。我们重新训练模型参数,包括线性滤波器和影响函数,考虑到泊松噪声统计,并最终与一个优化的非线性扩散模型专门泊松去噪。训练后的模型具有结构简单、效率高的特点,与现有的方法相比具有很强的竞争力。此外,我们提出的模型还有一个额外的优点,即扩散过程非常适合GPU上的并行计算。对于大小为$512 \times 512$的图像,我们的GPU实现需要不到0.1秒的时间来产生最先进的泊松去噪性能。
2015-10-10 cs.CV
Blind-Spot Guided Diffusion for Self-supervised Real-World Denoising
Dexmal;UESTC;Tele AI;SJTU
本文提出盲点引导扩散(BSGD)框架,通过双分支扩散结合盲点网络与常规扩散,在无配对数据条件下实现真实世界图像的自监督去噪,并在SIDD和DND数据集上取得最先进性能。
2025-09-19 cs.CV
Optimizing for the Shortest Path in Denoising Diffusion Model
Data Science & Artificial Intelligence Research Institute, China Unicom(中国联通数据科学与人工智能研究院);Unicom Data Intelligence, China Unicom(中国联通数据智能);DJI Technology Co.,Ltd.(大疆科技有限公司);School of Computer Science and Software Engineering, Southwest Petroleum University(西南石油大学计算机科学与技术学院)
本研究提出基于最短路径建模的新型扩散模型ShortDF,将去噪视为最短路径问题并优化初始残差,在减少扩散步数的同时提升生成样本质量,为交互式扩散应用与快速数据生成提供支撑。
2025-03-13 cs.CV
Anomaly Detection with Conditioned Denoising Diffusion Models
University of Freiburg(弗莱堡大学);Endress+Hauser(恩德斯豪斯公司)
提出去噪扩散异常检测框架DDAD,通过输入图像引导条件去噪重建,结合像素级与特征级比较定位异常,并利用域适应微调特征提取器,在MVTec和VisA上实现SOTA性能。
2023-12-03 cs.CV
Single-Stage Signal Attenuation Diffusion Model for Low-Light Image Enhancement and Denoising
School of Aeronautics and Astronautics, Central South University(中南大学航空航天学院);Hunan Provincial Key Laboratory of Optic-Electronic Intelligent Measurement and Control(湖南省光电智能测控重点实验室)
本文提出单阶段信号衰减扩散模型,通过整合信号衰减机制实现亮度调整与噪声抑制,避免了传统两阶段方法的优化不一致问题。
2026-04-07 cs.CV
DiffGANPaint: Fast Inpainting Using Denoising Diffusion GANs
Iran University of Science and Technology(伊朗科技大学);McGill University(麦吉尔大学)
本文提出基于去噪扩散概率模型(DDPM)的DiffGANPaint图像修复方法,利用GAN生成器建模反向扩散过程以降低采样成本,实现快速填充缺失像素,实验表明其性能优于或与多数当代工作持平。
2023-08-03 cs.CV
AnF-DiffPET: Anatomy- and Frequency-Guided Diffusion for PET/CT Denoising
College of Medicine and Biological Information Engineering, Northeastern University(东北大学医学与生物信息工程学院);Tohoku University School of Medicine(东北大学医学院);Department of Clinical Neurosciences, University of Cambridge(剑桥大学临床神经科学系)
提出AnF-DiffPET框架,通过解剖-频率引导、多尺度交叉变换重建和频率对比硬挖掘,解决低剂量PET去噪中的解剖引导不足、多尺度特征传播不稳定和频域恢复不确定性问题,在多个数据集上优于现有方法。
2026-07-02 cs.CV
DiffusionMTL: Learning Multi-Task Denoising Diffusion Model from Partially Annotated Data
Department of Computer Science and Engineering, HKUST(香港科技大学计算机科学与工程学系)
本文提出多任务去噪扩散框架DiffusionMTL,将部分标注的多任务密集预测转化为像素级去噪问题,通过联合扩散去噪与多任务条件策略利用任务互补性,显著提升预测质量并在三个基准上超越现有方法。
2024-03-22 cs.CV cs.LG
Soft Mixture Denoising: Beyond the Expressive Bottleneck of Diffusion Models
University of Cambridge(剑桥大学)
该研究揭示扩散模型反向去噪的表达瓶颈及无界误差,并提出软混合去噪 SMD,以提升其对高斯混合分布的逼近能力和少迭代去噪性能。
2024-01-18 cs.CV cs.LG
TRACT: Denoising Diffusion Models with Transitive Closure Time-Distillation
Apple(苹果公司)
去噪扩散模型已经证明了它们对于生成采样的能力。然而,生成好的样本通常需要多次迭代。因此,已经提出了诸如二进制时间蒸馏(BTD)的技术来减少固定架构的网络调用的数量。在本文中,我们介绍了TRACT(TRACT),一种新的方法,扩展了BTD。对于单步的扩散,TRACT在相同架构上将FID提高了2.4倍,并实现了新的单步去噪扩散隐式模型(DDIM)最先进的FID(ImageNet 64为7.4,CIFAR 10为3.8)。最后,我们梳理除了通过扩大消融的方法。PyTorch实现将很快发布。
2023-03-07 cs.CV cs.LG
Generalized Denoising Diffusion Codebook Models (gDDCM): Tokenizing images using a pre-trained diffusion model
University of Electronic Science and Technology of China(电子科技大学)
gDDCM通过统一框架和回溯策略提升图像分词效率,实现对主流扩散模型的兼容性与高质量重建
2025-12-12 cs.AI cs.CV
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
Score-based Denoising Diffusion with Non-Isotropic Gaussian Noise Models
Mila(米拉研究所);University of Montreal(蒙特利尔大学);McGill University(麦吉尔大学);Polytechnique Montréal(蒙特利尔理工学院);Service Now(ServiceNow公司)
基于去噪扩散技术的生成模型使图像的质量和多样性得到了前所未有的提高,现在可以使用神经生成模型创建图像。然而,大多数当代国家的最先进的方法是从一个标准的各向同性高斯公式。在这项工作中,我们研究的情况下,使用非各向同性高斯分布。我们提出了关键的数学推导,用于创建去噪扩散模型使用一个底层的非各向同性高斯噪声模型。我们还提供了使用CIFAR-10数据集的初始实验,以帮助经验验证这种更通用的建模方法也可以产生高质量的样本。
2022-11-23 cs.CV cs.LG
Towards Robust Time-of-Flight Depth Denoising with Confidence-Aware Diffusion Model
SenseTime Research(商汤科技研究院)
提出DepthCAD,利用Stable Diffusion先验和置信度引导的扩散过程,对ToF深度噪声进行鲁棒去噪,实现全局平滑与局部精度。
2025-03-25 cs.CV eess.IV
Denoising Diffusion Implicit Models
Stanford University(斯坦福大学)
去噪扩散概率模型(DDPM)在没有对抗训练的情况下实现了高质量的图像生成,但是它们需要模拟马尔可夫链的许多步骤来产生样本。为了加速采样,我们提出了去噪扩散隐式模型(DDIM),这是一类更有效的迭代隐式概率模型,具有与DDPM相同的训练过程。在DDPM中,生成过程被定义为马尔可夫扩散过程的逆过程。我们构造了一类非马尔可夫扩散过程,导致相同的训练目标,但其逆过程可以更快地采样。我们的经验表明,DDIM可以产生高质量的样本$10 \times$到$50 \times$更快的挂钟时间相比,DDPM,让我们权衡计算样本质量,并可以执行语义有意义的图像插值直接在潜在的空间。
2022-10-05 cs.CV cs.LG
Image Embedding for Denoising Generative Models
University of Bologna(博洛尼亚大学)
去噪扩散模型在生成式建模领域越来越受欢迎,原因有几个,包括简单稳定的训练,优秀的生成质量和坚实的概率基础。在这篇文章中,我们解决的问题{ \em嵌入}的潜在空间的图像去噪扩散模型,即找到一个合适的“噪声”的图像,其去噪的结果在原始图像。我们特别关注去噪扩散隐式模型,由于其反向扩散过程的确定性。作为我们的调查的一个副作用,我们获得了更深入的了解扩散模型的潜在空间的结构,打开有趣的视角,其探索,语义轨迹的定义,和编辑目的的编码的操纵/调节。我们的研究强调了一个特别有趣的属性,这也是这类生成模型的特征,是潜在表示与实现反向扩散过程的网络的独立性。换句话说,一个共同的种子传递到不同的网络(每个网络都在同一个数据集上训练),最终会产生相同的图像。
2022-12-30 cs.AI cs.CV cs.LG
Denoising Task Difficulty-based Curriculum for Training Diffusion Models
Ajou University(明知大学)
针对扩散模型去噪任务难度争议,本研究通过分析收敛行为和相对熵揭示早期时间步难度更大,提出基于难度聚类的从易到难课程学习方案,在多图像生成任务中实现性能提升与收敛加速。
2025-02-11 cs.CV cs.LG
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
Optimizing Input of Denoising Score Matching is Biased Towards Higher Score Norm
AIR & CST, Tsinghua University(人工智能研究院与计算科学与技术系,清华大学)
本文指出用去噪分数匹配优化扩散模型条件输入会打破其与精确分数匹配的等价性,产生偏向更高分数范数的偏差,该偏差也存在于预训练扩散模型优化数据分布场景中,还会影响多个跨领域相关工作。
2025-11-13 cs.CV cs.LG
Step-level Denoising-time Diffusion Alignment with Multiple Objectives
School of Electrical, Computer and Energy Engineering, Arizona State University(电气、计算机与能源工程学院,亚利桑那州立大学)
本文提出MSDDA框架,通过分步级强化学习对扩散模型进行多目标对齐,无需重新训练,实现闭式解的最优去噪分布,避免了现有方法的近似误差。
2026-04-15 cs.AI cs.CV cs.LG
Deconstructing Denoising Diffusion Models for Self-Supervised Learning
FAIR, Meta(Meta 基础人工智能研究中心);New York University(纽约大学)
本文通过将去噪扩散模型逐步解构为经典去噪自编码器,分析各组件对自监督表示学习的作用,并提出一种高度简化且性能良好的方法。
2024-01-25 cs.CV cs.LG
CoDe: Blockwise Control for Denoising Diffusion Models
Delft University of Technology(代尔夫特理工大学);Shell Global Solutions International B.V.(壳牌全球解决方案国际有限公司);Massachusetts Institute of Technology(麻省理工学院)
本文提出推理时无梯度引导方法 CoDe,通过在中间去噪步骤进行分块采样实现扩散模型与下游奖励对齐,在奖励对齐、指令遵循和推理成本间取得有利权衡。
2025-05-03 cs.CV cs.LG
Exploiting the Exact Denoising Posterior Score in Training-Free Guidance of Diffusion Models
PhysicsX Ltd.(PhysicsX有限公司)
本研究提出纯去噪任务下精确后验分数的可求解新表达式,分析DPS分数的时间相关误差并动态计算步长最小化误差,该方法性能比肩SOTA且采样步数少于DPS,步长可迁移至多种图像逆问题。
2025-06-16 cs.CV cs.LG stat.ML
SUD$^2$: Supervision by Denoising Diffusion Models for Image Reconstruction
University of Maryland, College Park(马里兰大学帕克分校);Massachusetts Institute of Technology(麻省理工学院)
针对前向模型未知且配对数据稀缺的成像逆问题,提出SUD$^2$框架,利用图像去噪算法及去噪扩散模型在无配对数据下监督图像重建网络的训练。
2023-04-03 cs.CV cs.LG eess.IV
DICOM Compatible, 3D Multimodality Image Encryption using Hyperchaotic Signal
本文提出一种基于超混沌信号和多级扩散的DICOM兼容多模态医学图像加密方案,结合基于captcha的认证机制实现双层安全,实验证明其能无损保护图像完整性并显著降低数据泄露风险。
2025-04-29 cs.CR nlin.CD
Causality in Video Diffusers is Separable from Denoising
Massachusetts Institute of Technology(麻省理工学院);Adobe Research(Adobe研究院);Morpheus AI(Morpheus人工智能)
本文提出可分离因果扩散模型,通过分离时间推理与多步去噪过程,提升视频生成效率并保持生成质量。
2026-02-10 cs.AI cs.CV cs.LG
Volumetric Conditional Score-based Residual Diffusion Model for PET/MR Denoising
Massachusetts General Hospital(麻省总医院);Harvard Medical School(哈佛医学院);Zhejiang University(浙江大学);Tsinghua University(清华大学);Neuroscience Research Institute(神经科学研究所);Gachon University of Medicine and Science(嘉泉医科大学)
本文提出条件分数残差扩散模型CSRD,通过精细化分数函数与三维分块训练策略实现高效体积PET去噪,融合PET/MRI体积数据以保持解剖一致性,在定性和定量评估中均优于现有方法。
2024-09-30 cs.CV cs.LG eess.IV
SharedSAE: a unified sparse dictionary across u-net blocks and denoising time for diffusion models
Hunan University(湖南大学)
SharedSAE是扩散模型中跨U-Net模块和去噪时间的统一稀疏字典,通过特定适配器和时间条件模块实现,可用于概念分析与擦除,能将I2P检测器阳性子集的NudeNet阳性生成从139降至1。
2026-10-14 cs.AI cs.CV cs.LG
Listening to the Noise: Blind Denoising with Gibbs Diffusion
Ecole Polytechnique, Institut Polytechnique de Paris(巴黎综合理工学院,巴黎综合理工学院);Flatiron Institute(弗拉蒂伦研究所)
提出吉布斯扩散(GDiff)方法,通过交替条件扩散采样与蒙特卡洛推断,实现未知噪声参数下的盲去噪,并应用于自然图像与宇宙微波背景数据分析。
2024-06-25 astro-ph.CO cs.CV cs.LG
Think While You Generate: Discrete Diffusion with Planned Denoising
Massachusetts Institute of Technology(麻省理工学院);University of Oxford(牛津大学);NVIDIA Research(英伟达研究院)
本文提出DDPD框架,将离散扩散生成过程分解为规划器与去噪器两部分,通过规划器按最优顺序识别并去噪损坏位置,在语言建模和图像生成任务上显著缩小了扩散方法与自回归方法的性能差距。
2025-04-10 cs.AI cs.CL cs.CV
Efficient and Secure Flash-based Gaming CAPTCH
随着智能电网连接的增长、新应用的出现以及客户和能源云之间不断变化的交互,云更容易受到拒绝服务攻击。需要有效的检测方法来认证、检测和控制攻击者。CAPTCHA是一种区分计算机和人类的完全自动化公共图灵测试,是一种有效的阻止拒绝服务攻击的工具。服务器向用户提供一个客户端难题,以解决访问服务或网站。这个谜题对计算机来说应该足够难,但对人类来说很容易解决。已经提出了几种方法,包括流行的基于图像、基于视频和基于文本的CAPTCHA。在本文中,我们提出了一种新的基于Flash的游戏CAPTCHA来区分机器人和人类。我们提出了一个拖放客户端的难题,用户将玩一个简单的游戏来回答一个视觉问题。事实证明,我们的方法对用户来说很方便,对机器人来说很容易。此外,它具有游戏方面,这使得它对所有年龄段的用户都很有趣。
2020-04-09 cs.CR
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