ACPO：具有无参考质量指导的扩散模型的锚定约束感知优化

扩散模型在图像生成方面取得了显着的成功，但它们的训练主要由全参考目标驱动，这些目标强制执行与 真值 图像的像素级相似性。这种监督虽然对保真度有效，但在主观视觉感知质量和文本图像语义一致性方面可能不足。在这项工作中，我们研究了将无参考感知质量纳入扩散训练的问题。一个关键的挑战是直接优化感知信号，例如无参考图像质量评估 (NR-IQA) 模型提供的信号，会引入与原始扩散目标的不匹配，导致 微调 期间的训练不稳定和分布漂移。为了解决这个问题，我们提出了一种锚约束优化框架，可以实现稳定的感知适应。具体来说，我们利用学习的 NR-IQA 模型作为感知引导信号，同时引入基于锚的正则化，以在噪声预测方面强制与基础扩散模型保持一致。这种设计有效地平衡了感知质量的改进和生成保真度，允许在不损害原始生成行为的情况下对感知上有利的输出进行受控适应。大量的实验表明，我们的方法始终如一地提高感知质量，同时保持生成多样性和训练稳定性，突出了扩散模型的锚约束感知优化的有效性。