一、论文信息
作者团队：
论文链接：https://arxiv.org/pdf/2211.09794.pdf
代码链接：https://github.com/google/prompt-to-prompt
二、Conditional Diffusion（classifier-free guidance)
Classifier-free guidance方法训练：
对于有条件的训练集（如图文对数据集），以某个概率p将其中的某些条件置为空，然后进行训练。
实际生成：
三、DDIM Inversion
-
DDPM生成图像的反向去噪过程（由Xt 去预测Xt-1）：
当随机噪声的系数=0，此时变为确定性采样过程，一旦初始的噪声XT确定了，样本的生成也就变为确定过程。
- DDIM inversion：
DDIM的逆过程，即对于原图像进行加噪，最终得到一张噪声图。
将该噪声图作为采样起点进行去噪，最终又会生成原图像（即实现对原图像的重建过程）。这一整个过程常被用于图像编辑等任务。
四、Null-text Inversion
- 动机
利用DDIM Inversion做图像重建或图像编辑任务时，直接做有条件的DDIM重建会导致误差累积，从而导致重建结果逐渐偏离原图像；
现有的图像编辑方法大多需要对模型进行微调，或对模型权重、内部结构等进行优化，操作起来比较复杂。
-
本文方法：null-text inversion
首先对输入图像提取caption，然后在每个采样时间步t，都利用以下损失函数对null-text embedding进行优化
约束损失：
最终得到每个采样时间节点t所对应的优化后的null-text embedding，并实现对图像的重建。
利用DDIM Inversion得到的ZT和优化后的null-text embedding序列，可以实现有条件的图像编辑。
-
实验结果
