Attrokšņošanas difūzijas varbūtiskie modeļi – apskats un pielietojumi

Abstract

Straujā datorredzes attīstība ir ļāvusi atklāt arvien vairākus veidus, kā ar to palīdzību var uzlabot mūsu dzīvi. Viens no iespaidīgākajiem lietojumiem, kas pēdējā laikā ir kļuvis it īpaši populārs, ir attēlu ģenerēšana. Šī joma sniedz ne tikai jaunu skatu uz attēlu būtību, bet arī risina tādas mūžīgas datorredzes problēmas, kā datu trūkumu, to sliktu kvalitāti vai datu daļēju zudumu. Šajā darbā ir sniegts teorētisks apskats par vienu no attēlu ģenerēšanas metodēm - attrokšņošanas difūzijas varbūtiskiem modeļiem, kuri uz šo brīdi rada vienus no labākajiem rezultātiem jomā. Tālāk tiks demonstrēta šāda modeļa īstenošana un jaunu attēlu ģenerēšana. Nobeigumā aplūkosim vēl vienu pielietojumu - iegleznošanas problēmas risinājumu.

The rapid development of computer vision has led to the discovery of more and more ways in which it can improve our lives. One of the most impressive applications that has recently become particularly popular is the image generation. This field not only provides a new perspective on the nature of images, but also solves perennial computer vision problems such as lackage of data, its poor quality or a loss of data part. This paper presents a theoretical overview of one of the image generation methods, the denoising diffusion probabilistic models (DDPM), which at the moment produce some of the best results in the field. The implementation of such a model and the generation of new images will be demonstrated. Finally, we will look at another application, the solution of the inpainting problem.