清華大學(xué)深圳國際研究生院、騰訊人工智能實驗室(AI Lab)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)了一個名為DreamDiffusion的圖像生成模型，該模型可以直接通過腦電圖(EEG)信號生成高質(zhì)量圖像。相關(guān)論文發(fā)表于美國康奈爾大學(xué)旗下在線學(xué)術(shù)論文平臺arXiv上。

目前已有不少團隊研究了使用文本到圖像的擴散模型從人腦生成圖像的方法，但大多數(shù)采用的都是功能性磁共振成像(fMRI)技術(shù)捕捉大腦活動從而生成圖像。這種技術(shù)缺乏實用性，因為它需要專家操作并且需要昂貴且難以攜帶的fMRI設(shè)備。

相比之下，腦電圖是一種記錄大腦電波活動的非侵入性、低成本方法，且已有一些便攜式商業(yè)產(chǎn)品可以輕松采集腦電圖信號。于是，研究團隊提出了一種“穩(wěn)定擴散”的圖像生成方法，能夠減少腦電圖信號的噪聲干預(yù)，使擴散模型的預(yù)訓(xùn)練更穩(wěn)定有效。

研究團隊向6位受試者展示了屬于40個不同對象類別的2000張圖像，進而通過采集受試者的腦電圖信號來生成高質(zhì)量圖像。下圖中每組左邊標(biāo)有GT的是原始圖像，右邊的Sample圖像為腦電圖生成圖像。

為了評估該方法的準(zhǔn)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(jié)果證實，其準(zhǔn)確率明顯高于Brain2Image生成的圖像，從而證明了該方法的有效性。