面向计算机视觉应用的扩散模型综述

摘要

作为一种强大的生成模型，扩散模型在深度学习领域引起了广泛关注，成为当前的研究热点。受扩散模型在图像生成任务中取得巨大成功的启发，一些开创性的工作开始研究如何将扩散模型用于视觉领域的其他重要方向，并取得了显著的成果。对扩散模型的视觉应用进行梳理、分析与总结。首先阐述了3种主流扩散模型的原理：去噪扩散概率模型、基于分数的生成模型与随机微分方程的生成模型。其次，进一步分析了基于扩散模型改进与优化的相关衍生模型。并系统梳理扩散模型在视觉领域的重要应用研究进展。最后，总结了扩散模型在视觉应用中存在的问题，对其未来发展方向进行展望。

关键词

扩散模型 / 计算机视觉 / 目标检测 / 目标分割

基金资助

国家自然科学基金项目(62162013); 贵州师范大学学术新苗基金项目(黔师新苗[2022]30号)