特徴量空間上のベクトルに対するノイズ除去拡散確率モデルによる画像分類

抄録

近年，ノイズ除去拡散確率モデル（Denoising Diffusion Probabilistic Model; DDPM）による画像生成が盛んになっているが，分類問題への拡張はあまり行われていない．そこで本研究では，DDPMを分類問題に拡張するため，画像のクラスに対してベクトルを割り当て，画像を条件として与えたベクトルに対する条件付きDDPMによって画像のクラスのベクトルを予測するモデルを提案する．分類時にはこの条件付きDDPMによって得られたベクトルの最近傍のクラスを予測とする近傍法で分類をする．画像のクラスに対しては，ランダムなベクトルと，クラス名の単語を学習済み単語ベクトルを割り当てた場合に対して実験を行った．CIFAR-10データセットに対する分類性能の評価では，ランダムなベクトルを利用した場合には25%の正解率でしか予測出来なかったが，単語ベクトルを利用した場合には63%の正解率を達成した．この結果はDDPMが分類問題に利用できる可能性を示唆している．