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

Sintesi Tecnica: Continuazione del Posteriore con Esposizione di Frequenza Condizionata dal Rumore per Problemi Inversi di Diffusione

Enunciato del Problema
Il campionamento del posteriore di diffusione affronta i problemi inversi combinando i priori di diffusione pre-addestrati con una guida della coerenza delle misurazioni. Tuttavia, i metodi esistenti privi di addestramento (training-free) spesso falliscono sotto degradazioni severe (es. forte sfocatura da movimento, forte sottocampionamento) o operatori mal condizionati. Il limite fondamentale identificato è che gli attuali campionatori iniettano l'informazione di misurazione uniformemente attraverso tutte le frequenze e i livelli di rumore, ignorando l'affidabilità dei componenti del segnale dipendente dal rumore. Ad alti livelli di rumore, le stime pulite derivate dal modello di diffusione contengono errori indotti dallo score. Quando i gradienti di verosimiglianza a banda completa vengono calcolati da queste stime imprecise, possono risultare disallineati con la geometria locale del posteriore, causando deriva strutturale e artefatti (es. ringing, lavaggio delle texture). Al contrario, le strutture a bassa frequenza rimangono relativamente stabili anche ad alti livelli di rumore.

Metodologia
Gli autori propongono un Framework di Continuazione del Posteriore basato sull'Esposizione di Frequenza Condizionata dal Rumore. Il principio centrale è che le frequenze di misurazione dovrebbero essere esposte in base al livello di rumore istantaneo della diffusione, piuttosto che seguire uno schema fisso basato sugli indici degli step del solver.

Il framework opera attraverso tre fasi principali ad ogni livello di rumore $\sigma_i$ nella traiettoria temporale inversa:

1. Predizione della Diffusione: Un solver di diffusione pre-addestrato stima prima un'immagine pulita $\hat{x}_{0,i}$ a partire dal campione rumoroso $x_{\tau_i}$.
2. Raffinamento della Verosimiglianza con Frequenza Limitata Condizionata dal Rumore: Invece di imporre immediatamente la coerenza a banda completa, il metodo costruisce un posteriore intermedio che enfatizza le bande di frequenza affidabili al livello di rumore corrente.
   • Una maschera di frequenza $M_{\omega_i}$ viene applicata nel dominio di Fourier, dove il raggio di cutoff $\omega_i$ si espande man mano che il livello di rumore $\sigma_i$ diminuisce.
   • Un obiettivo di misurazione misto $L_i$ interpola tra la coerenza a banda limitata (enfatizzando le basse frequenze affidabili) e la coerenza a banda completa.
   • La dinamica di Langevin viene utilizzata per raffinare la stima $\hat{x}_{0,i}$ sotto questa verosimiglianza a frequenza limitata, producendo una stima raffinata $x^{ref}_{0,i}$. Ciò impedisce agli errori di score ad alta frequenza di corrompere l'aggiornamento ai livelli di rumore elevati.
3. Impegno nel Dominio Haar Post-Raffinamento: Per affrontare il problema per cui le verosimiglianze a banda limitata lasciano i coefficienti di dettaglio ad alta frequenza debolmente vincolati (portando potenzialmente ad artefatti dipendenti dall'operatore), viene applicata una regola di impegno (commitment) dopo il raffinamento.
   • L'immagine stimata e l'immagine raffinata vengono trasformate nel dominio delle onde wavelet di Haar.
   • Le correzioni grossolane (coefficienti Haar passa-basso) vengono impegnate immediatamente ($w_{i,c}=1$).
   • I dettagli raffinati (coefficienti Haar passa-alto) sono controllati da uno schema $w_{i,d}$ che si sincronizza con l'esposizione della frequenza. I dettagli vengono adottati solo quando le corrispondenti frequenze di misurazione vengono "esposte" (ovvero, man mano che $\sigma_i$ diminuisce e $\omega_i$ aumenta).
   • La stima fusa viene poi ri-esposta al rumore per procedere allo step successivo della traiettoria.

Contributi Chiave

1. Visione della Continuazione del Posteriore: Il documento introduce un framework in cui la larghezza di banda della misurazione è accoppiata al livello di rumore istantaneo della diffusione, creando uno schema di esposizione indipendente dal solver. Questo contrasta con i precedenti metodi aware della frequenza che si affidano a indici di step discreti.
2. Caratterizzazione Teorica: Gli autori forniscono un'analisi teorica che mostra come gli errori indotti dallo score nelle stime pulite portino a disallineamenti del gradiente di verosimiglianza che scalano con i livelli di rumore. Dimostrano che la troncatura della frequenza rimuove efficacemente il contributo dei disallineamenti delle bande di alta frequenza non esposte.
3. Sampler Pratico Privo di Addestramento: Un'implementazione concreta che combina predizione di diffusione, raffinamento della verosimiglianza a frequenza limitata e una regola di impegno nel dominio Haar. Questo design assicura che le strutture grossolane siano stabilizzate precocemente mentre i dettagli fini sono differiti finché non sono affidabilmente identificabili.
4. Performance Empirica: Il metodo raggiunge prestazioni competitive o allo stato dell'arte in compiti di super-risoluzione, inpainting e deblurring su FFHQ e ImageNet. In particolare, ottiene un miglioramento fino a 5 dB di PSNR nel deblurring da movimento rispetto ai forti baseline.

Risultati
Gli esperimenti sono stati condotti su quattro problemi inversi lineari: super-risoluzione 4×, deblurring da movimento, deblurring gaussiano e inpainting casuale.

• Quantitativi: Il metodo proposto ("Ours") supera costantemente i baseline (inclusi DPS, DDNM, DDRM, FGPS e DCDP) in PSNR, SSIM e LPIPS. I guadagni sono più significativi su operatori mal condizionati come il deblurring da movimento (es. 36.69 PSNR rispetto a 29.66 per DAPS su FFHQ).
• Qualitativi: I confronti visivi mostrano una migliore preservazione della struttura globale e dell'identità dell'oggetto, con texture locali più nitide e riduzione degli artefatti di ringing rispetto ai metodi che applicano la guida a banda completa troppo presto.
• Studi di Ablazione: La rimozione della continuazione della frequenza porta a deriva e artefatti ad alto rumore. La rimozione del passaggio di impegno Haar degrada la qualità dei dettagli, confermando che entrambi i componenti sono necessari per un campionamento del posteriore stabile.

Significatività e Rivendicazioni
Il documento sostiene che l'instabilità degli esistenti campionatori del posteriore di diffusione non sia meramente algoritmica ma strutturale, derivante da un disallineamento tra i livelli di rumore e l'affidabilità delle componenti di frequenza. Decoupling l'esposizione dell'informazione di misurazione dagli conteggi specifici del solver e legandola alla scala fisica del rumore, il metodo fornisce un modo rigoroso per navigare la geometria del posteriore. La significatività risiede nel dimostrare che l'esposizione della frequenza condizionata dal rumore e l'impegno dei dettagli sincronizzato con lo schema sono essenziali per recuperare dettagli fini senza introdurre artefatti in problemi inversi impegnativi. Il lavoro offre una soluzione priva di addestramento che migliora la robustezza attraverso diversi tipi di degradazione senza richiedere un nuovo addestramento specifico per il compito.