LBM: Latent Bridge Matching for Fast Image-to-Image Translation

在本文中，我们介绍了一种新的、通用且可扩展的方法——潜在桥匹配（Latent Bridge Matching，LBM），该方法通过在潜在空间中进行桥匹配以实现快速的图像到图像转换。我们展示了该方法仅需一个推理步骤即可在各种图像到图像任务中达到最先进的结果。除了高效性之外，我们还证明了该方法在不同图像转换任务中的通用性，例如物体移除、法线和深度估计以及物体重新照明。此外，我们推导出了LBM的条件框架，并通过处理可控的图像重新照明和阴影生成任务展示了其有效性。我们在https://github.com/gojasper/LBM 提供了该方法的开源实现。

该论文试图解决图像到图像翻译任务中的效率和效果问题，旨在通过单一推理步骤实现高质量的图像转换。这是一个在计算机视觉领域中持续受到关注的问题，尤其是在需要快速处理大量图像的应用场景下。

关键思路是引入了Latent Bridge Matching (LBM)，一种基于潜在空间的Bridge Matching方法。与现有技术相比，LBM能够在单个推理步骤中实现高效的图像转换，并且适用于多种图像翻译任务，如物体移除、法线和深度估计以及物体重新照明等。这种方法不仅提高了效率，还保持了高精度的结果。

论文展示了LBM在多个图像翻译任务上的优越性能，包括物体移除、法线和深度估计、物体重新照明等。此外，作者还提出了条件框架下的LBM，用于可控的图像重新照明和阴影生成。实验设计涵盖了广泛的任务，并使用了标准数据集进行验证。值得注意的是，作者提供了开源代码（https://github.com/gojasper/LBM），这将有助于后续研究的开展。未来的研究可以进一步探索LBM在更多复杂场景下的应用及其与其他模型的结合。

最近在这个领域，其他相关研究包括但不限于：1. CycleGAN: Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks；2. pix2pix: Image-to-Image Translation with Conditional Adversarial Networks；3. SPADE: Spatially-Adaptive Deep Filter for Image-to-Image Translation。这些研究主要集中在无监督或半监督学习框架下的图像翻译，而LBM则提供了一种新的基于潜在空间的方法。