LDM（Latent Diffusion Model）详解慕尼黑工业大学GEWDiff：用几何增强扩散模型，实现高光谱图像4倍超分，保真度、清晰度全面领先GitHub链接。

本文介绍了去噪扩散概率模型(DDPM)的基本原理。DDPM通过前向扩散和反向去噪两个过程实现图像生成：前向过程逐步添加高斯噪声破坏图像，反向过程则通过神经网络学习逐步去噪。模型利用马尔可夫链性质简化计算，通过变分推断优化目标函数，最小化真实数据分布与生成分布的差异。核心在于使用贝叶斯公式推导理想后验分布，并通过KL散度约束模型学习的反向过程。实验结果表明，DDPM能够有效生成高质量图像，为AI绘画