7月5日消息，清華大學深圳國際研究生院、騰訊人工智能實驗室(AILAB)和鵬城實驗室的研究人員近日發(fā)表論文稱，研究團隊開發(fā)了一種名為DreamDiffusion的圖像生成模型，可以通過腦電圖(EEG)信號直接生成高質(zhì)量圖像。相關論文發(fā)表在美國康奈爾大學的在線學術論文平臺arXiv上。

目前已有多個團隊研究了使用文本到圖像的擴散模型從人腦中生成圖像的方法，但大部分采用的是功能性磁共振成像(FMRI)技術來捕捉大腦活動，從而生成圖像。這種技術缺乏實用性，因為它需要，需要昂貴且難以攜帶的FMRI設備。

相比之下，腦電圖是一種非侵入性、低成本的活動的方法，目前已經(jīng)有一些便攜式的商業(yè)產(chǎn)品能夠方便地收集到腦電圖信號。

研究小組由此提出了一種“穩(wěn)定擴散”的圖像生成方法可以減少噪聲對腦電圖信號的干預，使預訓練的擴散模型效果更好。

研究小組向6名受試者展示了2000張屬于40個不同對象類別的圖像，然后通過采集受試者的腦電圖信號，制作出高質(zhì)量的圖像。下圖左邊每組標有GT的是原圖，右邊的Sample圖是腦電圖生成的圖。

為了評估該方法的準確性，研究團隊將其與最近的另一項類似研究 Brain2Image 進行了定性比較，結果證實，其準確率明顯高于 Brain2Image 生成的圖像，從而證明了該方法的有效性。

本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉載請在文中注明來源及作者名字。

免責聲明：本文系轉載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權或非授權發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com