中国团队推出DreamDiffusion模型 ，通过脑电图信号生成图像

7月5日消息，清华大学深圳国际研究生院、腾讯人工智能实验室(AILAB)和鹏城实验室的研究人员近日发表论文称，研究团队开发了一种名为DreamDiffusion的图像生成模型，可以通过脑电图(EEG)信号直接生成高质量图像。相关论文发表在美国康奈尔大学的在线学术论文平台arXiv上。

目前已有多个团队研究了使用文本到图像的扩散模型从人脑中生成图像的方法，但大部分采用的是功能性磁共振成像(FMRI)技术来捕捉大脑活动，从而生成图像。这种技术缺乏实用性，因为它需要，需要昂贵且难以携带的FMRI设备。

相比之下，脑电图是一种非侵入性、低成本的活动的方法，目前已经有一些便携式的商业产品能够方便地收集到脑电图信号。

研究小组由此提出了一种“稳定扩散”的图像生成方法可以减少噪声对脑电图信号的干预，使预训练的扩散模型效果更好。

研究小组向6名受试者展示了2000张属于40个不同对象类别的图像，然后通过采集受试者的脑电图信号，制作出高质量的图像。下图左边每组标有GT的是原图，右边的Sample图是脑电图生成的图。

为了评估该方法的准确性，研究团队将其与最近的另一项类似研究 Brain2Image 进行了定性比较，结果证实，其准确率明显高于 Brain2Image 生成的图像，从而证明了该方法的有效性。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com