公开(公告)号：CN119323530A

公开(公告)日：2025-01-17

申请号：CN202411561972.8

申请日：2024-11-05

Applicant: 东北大学秦皇岛分校

Inventor： 袁晓铭 ,  张文远 ,  黄锟达 ,  张馨灵 ,  王松雨 ,  段续庭

IPC: G06T5/70 ,  G06N3/0475 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/045 ,  G06V10/77 ,  G06V10/40

Abstract: 本发明提供基于噪声调度和加速采样的高效且稳定的生成模型，涉及人工智能生成模型技术领域。该基于噪声调度和加速采样的高效且稳定的生成模型，控制图像与扩散因子之间的分配比例，在扩散步骤的不同阶段，对噪声的增长速率进行动态调整，使得扩散因子在早期增长较快，中后期逐渐趋于平稳，避免了噪声积累过快对生成效果的影响，此外，通过融合扩散因子的统计特征，优化了生成图像的质量，通过对扩散因子的统计特征进行建模。本发明，Gnoise‑sigmoid函数用于控制扩散过程中噪声的增长速率，解决了传统线性或余弦噪声分布在生成过程中的不稳定性问题。通过平滑噪声分布，在早期快速扩散，中后期平稳过渡，减少了噪声过度积累，提升了生成图像的质量。