本文深入解析CVPR 2024顶会论文《Deterministic Image-to-Image Translation via Denoising Brownian Bridge Models with Dual Approximators》，揭示确定性图像转换的核心突破
一、问题背景：确定性图像转换的挑战
在图像转换任务中（如超分辨率、医学影像处理），确定性输出至关重要——相同输入必须产生相同输出。传统方法面临两大困境：
- 扩散模型：生成质量高但输出随机
- SDE采样器：产生多样输出（图1a）
- PF-ODE采样器：输出稳定但丢失细节（图1b）
- GAN模型：输出确定但质量受限
- 常见模糊和伪影问题
- 难以保持高频细节
二、核心创新：双逼近器布朗桥模型
2.1 布朗桥基础原理
布
