【CVPR2025】在去噪扩散模型中优化最短路径

文章预览

在本研究中，我们提出了一种基于最短路径建模的 新型去噪扩散模型 ，该模型通过优化 残差传播（residual propagation） ，以提高去噪效率和生成质量。受到 去噪扩散隐式模型（DDIM, Denoising Diffusion Implicit Models） 及图论（graph theory）启发，我们提出的模型 Shortest Path Diffusion Model（ShortDF） ，将去噪过程视为一个 最短路径问题 ，旨在最小化重建误差（reconstruction error）。 通过优化初始残差（initial residuals），ShortDF能够提高反向扩散过程（reverse diffusion process）的效率，并提升生成样本的质量。我们在多个标准基准数据集上进行了广泛实验，结果表明，与现有方法相比，ShortDF能够显著 减少扩散时间（或步数） ，同时提升生成样本的视觉保真度（visual fidelity）。我们认为，该研究为**交互式扩散模型应用（interactive diffusion-based applications） 奠定了基础，并 ………………………………