Posterior Continuation with Noise-Conditioned Frequency Exposure for Diffusion Inverse Problems

Resumen Técnico: Continuación del Posterior con Exposición de Frecuencia Condicionada por Ruido para Problemas Inversos de Difusión

Planteamiento del Problema
El muestreo de posterior de difusión aborda los problemas inversos combinando los priors de difusión preentrenados con la guía de consistencia de las mediciones. Sin embargo, los métodos actuales sin entrenamiento suelen fallar bajo degradaciones severas (por ejemplo, desenfoque de movimiento fuerte, submuestreo pesado) u operadores mal condicionados. La limitación central identificada es que los muestreadores actuales inyectan la información de la medición de manera uniforme en todas las frecuencias y niveles de ruido, ignorando la fiabilidad de los componentes de la señal dependiente del ruido. En niveles de ruido altos, las estimaciones limpias derivadas del modelo de difusión contienen errores inducidos por el score. Cuando se computan los gradientes de verosimilitud de banda completa a partir de estas estimaciones inexactas, estos pueden estar desalineados con la geometría local del posterior, causando deriva estructural y artefactos (por ejemplo, efecto de anillo o lavado de textura). Por el contrario, las estructuras de baja frecuencia permanecen relativamente estables incluso en niveles de ruido altos.

Metodología
Los autores proponen un Marco de Continuación del Posterior basado en la Exposición de Frecuencia Condicionada por Ruido. El principio central es que las frecuencias de la medición deben exponerse de acuerdo con el nivel de ruido de difusión instantáneo, en lugar de seguir un esquema fijo basado en los índices de los pasos del solver.

El marco opera a través de tres etapas principales en cada nivel de ruido $\sigma_i$ en la trayectoria de tiempo inverso:

1. Predicción de Difusión: Un solver de difusión preentrenado primero estima una imagen limpia $\hat{x}_{0,i}$ a partir de la muestra ruidosa $x_{\tau_i}$.
2. Refinamiento de Verosimilitud Limitado por Frecuencia y Condicionado por Ruido: En lugar de imponer la consistencia de banda completa de inmediato, el método construye un posterior intermedio que enfatiza las bandas de frecuencia fiables en el nivel de ruido actual.
   • Se aplica una máscara de frecuencia $M_{\omega_i}$ en el dominio de Fourier, donde el radio de corte $\omega_i$ se expande a medida que el nivel de ruido $\sigma_i$ disminuye.
   • Un objetivo de medición mixto $L_i$ interpola entre la consistencia de banda limitada (enfatizando las bajas frecuencias fiables) y la consistencia de banda completa.
   • Se utilizan dinámicas de Langevin para refinar la estimación $\hat{x}_{0,i}$ bajo esta verosimilitud limitada por frecuencia, produciendo una estimación refinada $x^{ref}_{0,i}$. Esto evita que los errores de score de alta frecuencia corrompan la actualización en niveles de ruido altos.
3. Compromiso en el Dominio Haar Post-Refinamiento: Para abordar el problema de que las verosimilitudes de banda limitada dejan los coeficientes de detalle de alta frecuencia débilmente restringidos (lo que potencialmente conduce a artefactos dependientes del operador), se aplica una regla de compromiso después del refinamiento.
   • La imagen estimada y la imagen refinada se transforman al dominio de la wavelet de Haar.
   • Correcciones gruesas (coeficientes de paso bajo de Haar) se comprometen inmediatamente ($w_{i,c}=1$).
   • Detalles refinados (coeficientes de paso alto de Haar) están regulados por un esquema $w_{i,d}$ que se sincroniza con la exposición de frecuencia. Los detalles solo se adoptan a medida que las correspondientes frecuencias de medición se "exponen" (es decir, a medida que $\sigma_i$ disminuye y $\omega_i$ aumenta).
   • La estimación fusionada se vuelve a añadir ruido para proceder al siguiente paso en la trayectoria.

Contribuciones Clave

1. Perspectiva de Continuación del Posterior: El artículo introduce un marco donde el ancho de banda de la medición se acopla al nivel de ruido de difusión instantáneo, creando un esquema de exposición independiente del solver. Esto contrasta con métodos previos de conciencia de frecuencia que dependen de índices de pasos discretos.
2. Caracterización Teórica: Los autores proporcionan un análisis teórico que muestra cómo los errores inducidos por el score en las estimaciones limpias conducen a desajustes en el gradiente de verosimilitud que escalan con los niveles de ruido. Demuestran que la truncación de frecuencia elimina eficazmente la contribución de las bandas de alta frecuencia no expuestas a este desajuste.
3. Muestreador Práctico sin Entrenamiento: Una implementación concreta que combina la predicción de difusión, el refinamiento de verosimilitud limitado por frecuencia y una regla de compromiso del dominio Haar. Este diseño asegura que las estructuras gruesas se estabilicen tempranamente mientras que los detalles finos se difieren hasta que son identificables de manera fiable.
4. Desempeño Empírico: El método logra un desempeño competitivo o de vanguardia en tareas de superresolución, inpainting y desenfoque en FFHQ e ImageNet. Notablemente, logra una mejora de hasta 5 dB en PSNR en desenfoque de movimiento comparado con bases fuertes.

Resultados
Los experimentos se realizaron en cuatro problemas inversos lineales: superresolución de 4×, desenfoque de movimiento, desenfoque gaussiano e inpainting aleatorio.

• Cuantitativo: El método propuesto ("Ours") supera consistentemente a los modelos base (incluyendo DPS, DDNM, DDRM, FGPS y DCDP) en PSNR, SSIM y LPIPS. Las ganancias son más significativas en operadores mal condicionados como el desenfoque de movimiento (por ejemplo, 36.69 PSNR frente a 29.66 para DAPS en FFHQ).
• Cualitativo: Las comparaciones visuales muestran una mejor preservación de la estructura global y la identidad del objeto, con texturas locales más nítidas y una supresión de artefactos de tipo anillo en comparación con los métodos que aplican guía de banda completa demasiado pronto.
• Estudios de Ablación: Eliminar la continuación de frecuencia provoca deriva y artefactos en ruido alto. Eliminar el paso de compromiso de Haar degrada la calidad del detalle, confirmando que ambos componentes son necesarios para un muestreo de posterior estable.

Significancia y Reivindicaciones
El artículo sostiene que la inestabilidad de los muestreadores de posterior de difusión existentes no es meramente algorítmica sino estructural, derivada de un desajuste entre los niveles de ruido y la fiabilidad de los componentes de frecuencia. Al desacoplar la exposición de la información de la medición de los conteos de pasos específicos del solver y vincularla a la escala física del ruido, el método proporciona una forma fundamentada de navegar la geometría del posterior. La significancia radica en demostrar que la exposición de frecuencia condicionada por ruido y el compromiso de detalle sincronizado por el esquema son esenciales para recuperar detalles finos sin introducir artefactos en problemas inversos desafiantes. El trabajo ofrece una solución sin entrenamiento que mejora la robustez en diversos tipos de degradación sin requerir el reentrenamiento específico de la tarea.