MARC

 008260126s2025        us                              c    eng  d
■001000017359394
■00520260202105113
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798297601840
■035    ▼a(MiAaPQ)AAI32237216
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a629.8
■1001  ▼aKodaira,  Akio.
■24510▼aStream  Denoising  and  Efficient  Diffusion  Model  Design  for  Real-Time  Interactive  Generation
■260    ▼a[Sl]▼bUniversity  of  California,  Berkeley▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a101  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-04,  Section:  B.
■500    ▼aIncludes  supplementary  digital  materials.
■500    ▼aAdvisor:  Tomizuka,  Masayoshi.
■5021  ▼aThesis  (Ph.D.)--University  of  California,  Berkeley,  2025.
■520    ▼aDiffusion  models  have  demonstrated  exceptional  capability  in  modeling  complex,  high-dimensional  data,  achieving  state-of-the-art  performance  in  tasks  previously  considered  intractable,  such  as  generating  entirely  novel  images  and  videos.  Recent  developments,  including  Diffusion  Policy  for  synthesizing  robot  action  sequences,  have  achieved  remarkable  results,  further  elevating  interest  in  the  application  of  diffusion  models  to  robotics.Despite  these  advances,  most  existing  diffusion  model  applications  and  products  remain  oriented  toward  generating  images  in  an  offline  manner,  typically  in  response  to  user  queries.  Consequently,  both  research  and  practice  have  devoted  limited  attention  to  the  dimensions  of  real-time  performance  and  interactivity.  Existing  inference  pipelines  and  model  architectures  are  generally  not  optimized  for  such  use  cases,  and  the  multi-step  denoising  process-operating  over  data  chunks-renders  conventional  diffusion  models  ill-suited  to  interactive  scenarios.  For  future  adoption  in  robotics,  it  is  essential  to  design  architectures  and  inference  pipelines  that  explicitly  address  real-time  constraints  and  interactive  operation.This  dissertation  introduces  Stream  Denoising,  a  novel  denoising  paradigm  that  enables  diffusion  models  to  perform  inference  in  real  time  while  maintaining  interactive  responsiveness.The  first  part  of  the  dissertation  presents  StreamDiffusion,  a  training-free  pipeline  for  real  time  operation  of  image  generation  models,  followed  by  StreamV2V,  an  extension  that  improves  long  tail  temporal  consistency  through  mechanisms  such  as  Feature  Banks  and  Dynamic  Merging.The  second  part  addresses  model  training,  introducing  StreamDiT,  a  unified  training  method  for  transforming  video-generation  diffusion  models  into  real-time,  interactive  video  synthesis  systems.Collectively,  these  contributions  establish  a  unified  set  of  concepts  and  methodologies  for  adapting  diffusion  models  to  real-time,  interactive  applications  in  the  image  and  video  domains,  thereby  bridging  the  gap  between  current  generative  modeling  techniques  and  their  future  deployment  in  robotics.
■590    ▼aSchool  code:  0028.
■650  4▼aRobotics
■650  4▼aComputer  engineering
■650  4▼aMechanical  engineering
■653    ▼aAutoregressive  diffusion
■653    ▼aDiffusion  models
■653    ▼aInteractive  scenarios
■653    ▼aReal-time  constraints
■653    ▼aStream  Denoising
■653    ▼aVideo  generation
■690    ▼a0771
■690    ▼a0800
■690    ▼a0464
■690    ▼a0548
■71020▼aUniversity  of  California,  Berkeley▼bMechanical  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g87-04B.
■790    ▼a0028
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17359394▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서