ICCV

Improving Rectified Flow with Boundary Conditions

通过边界条件改进校正流

Xixi Hu, Runlong Liao, Keyang Xu, Bo Liu, Yeqing Li, Eugene Ie, Hongliang Fei, Qiang Liu

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Google（谷歌） 纠错

AI总结 本文提出边界约束校正流模型，通过强制边界条件提升生成模型性能，在ImageNet上使用ODE和SDE采样分别提升FID分数8.01%和8.98%。

Comments ICCV 2025

Journal ref Proc. IEEE/CVF International Conference on Computer Vision (ICCV), 2025, pp. 18177-18186