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

技術要約：ノイズ条件付き周波数露出を用いた拡散後続（Posterior Continuation）による拡散逆問題

問題提起
拡散事後サンプリング（Diffusion posterior sampling）は、学習済みの拡散事前分布と測定一貫性のガイダンスを組み合わせることで、逆問題を解決しようとする。しかし、既存の学習不要な手法は、深刻な劣化（例：強いモーションブラー、激しいダウンサンプリング）や不良設定（ill-conditioned）なオペレータの下では、しばしば失敗する。特定された核心的な限界は、現在のサンプラーが、信号成分のノイズ依存的な信頼性を無視して、すべての周波数およびノイズレベルに対して一様に測定情報を注入してしまうことである。高ノイズレベルにおいて、拡散モデルから導出されたクリーンな推定値には、スコアに起因する誤差が含まれている。これらの不正確な推定値から全帯域の尤度勾配を計算すると、局所的な事後分布の幾何学的構造と不整合が生じ、構造的なドリフトやアーティファクト（例：リンギング、テクスチャの消失）を引き起こす可能性がある。逆に、低周波構造は高ノイズレベルにおいても比較的安定している。

手法
著者らは、**ノイズ条件付き周波数露出（Noise-Conditioned Frequency Exposure）に基づく後続事後分布フレームワーク（Posterior Continuation Framework）**を提案する。中心となる原理は、測定周波数は、ソルバーのステップインデックスに基づく固定されたスケジュールに従うのではなく、瞬時の拡散ノイズレベルに応じて露出されるべきであるという点である。

本フレームワークは、逆時間軌跡における各ノイズレベル $\sigma_i$ において、以下の3つのステージで動作する。

1. 拡散予測（Diffusion Prediction）： 学習済みの拡散ソルバーが、ノイズを含むサンプル $x_{\tau_i}$ からクリーンな画像 $\hat{x}_{0,i}$ をまず推定する。
2. ノイズ条件付き周波数制限尤度による精緻化（Noise-Conditioned Frequency-Limited Likelihood Refinement）： 即座に全帯域の一貫性を強制する代わりに、本手法は、現在のノイズレベルにおいて信頼できる周波数帯域を強調する中間的な事後分布を構築する。
   • フーリエ領域において周波数マスク $M_{\omega_i}$ が適用され、カットオフ半径 $\omega_i$ はノイズレベル $\sigma_i$ の減少に伴って拡大する。
   • 混合測定目的関数 $L_i$ は、帯域制限された一貫性（信頼できる低周波を強調）と全帯域の一貫性を補間する。
   • ランジュバン動力学（Langevin dynamics）を用いて、この周波数制限された尤度の下で推定値 $\hat{x}_{0,i}$ を精緻化し、精緻化された推定値 $x^{ref}_{0,i}$ を生成する。これにより、高ノイズレベルにおける高周波スコア誤差による更新の汚染を防ぐ。
3. 精緻化後のハール領域へのコミットメント（Post-Refinement Haar-Domain Commitment）： 帯域制限された尤度が高周波の詳細係数を弱く制約してしまう（オペレータ依存のアーティファクトを招く可能性がある）という問題に対処するため、精緻化の後にコミットメント・ルールが適用される。
   • 推定画像と精緻化された画像をハール・ウェーブレット領域に変換する。
   • 粗い補正（ローパス・ハール係数）は、直ちにコミットされる（$w_{i,c}=1$）。
   • 精緻化された詳細（ハイパス・ハール係数）は、周波数露出と同期したスケジュール $w_{i,d}$ によってゲート制御される。詳細は、対応する測定周波数が「露出」される（すなわち、$\sigma_i$ が減少し $\omega_i$ が増加する）まで採用されない。
   • 融合された推定値は、軌跡の次のステップに進むために再ノイズ化される。

主要な貢献

1. 後続事後分布の視点（Posterior Continuation View）： 本論文は、測定帯域幅が、ソルバー固有のステップ数ではなく、瞬時の拡散ノイズレベルに結合された露出スケジュールを持つフレームワークを導入している。これは、離散的なステップインデックスに依存する従来の周波数認識型の手法とは対照的である。
2. 理論的特性付け： 著者らは、クリーンな推定値におけるスコア誘発誤差が、どのように尤度勾配の不整合を引き起こし、それがノイズレベルに応じてスケールするかを示す理論的分析を提供している。彼らは、周波数切り捨てが、この不整合への未露出の高周波帯域の寄与を効果的に除去することを実証している。
3. 実践的な学習不要サンプラー： 拡散予測、周波数制限尤度精緻化、およびハール領域コミットメント・ルールを組み合わせた具体的な実装。この設計により、粗い構造を早期に安定させつつ、微細な詳細が信頼性高く識別可能になるまで適用を遅らせることが可能となる。
4. 実証的性能： 本手法は、FFHQおよびImageNetにおける超解像、インペインティング、およびデブラーリングのタスクにおいて、競争力のある、あるいは最先端（SOTA）の性能を達成している。特に、モーションデブラーリングにおいて、強力なベースラインと比較して最大 5 dB の PSNR 向上を実現している。

結果
実験は、4つの線形逆問題（4×超解像、モーションデブラーリング、ガウス型デブラーリング、およびランダム・インペインティング）に対して行われた。

• 定量的評価： 提案手法（"Ours"）は、PSNR、SSIM、および LPIPS において、ベースライン（DPS, DDNM, DDRM, FGPS, DCDP を含む）を一貫して上回っている。利得は、モーションデブラーリングのような不良設定のオペレータにおいて最も顕著である（例：FFHQにおいて DAPS の 29.66 に対し、提案手法は 36.69 PSNR）。
• 定性的評価： 視覚的な比較により、グローバルな構造とオブジェクトの同一性の保持が優れており、全帯域のガイダンスを早期に適用する手法と比較して、局所的なテクスチャがより鮮明であり、リンギング・アーティファクトが抑制されていることが示されている。
• アブレーション研究： 周波数継続（frequency continuation）を除去すると、高ノイズ時にドリフトとアーティファクトが発生する。ハール・コミットメント・ステップを除去すると詳細の品質が低下し、両方のコンポーネントが安定した事後サンプリングに必要であることが確認された。

意義と主張
本論文は、既存の拡散事後サンプラーの不安定性は単なるアルゴリズムの問題ではなく、ノイズレベルと周波数成分の信頼性の間の不整合に起因する構造的な問題であると主張している。測定情報の露出をソルバー固有のステップ数から切り離し、物理的なノイズスケールに結びつけることで、本手法は事後分布の幾何学的構造をナビゲートするための原理的な方法を提供している。その意義は、ノイズ条件付き周波数露出とスケジュール同期型の詳細コミットメントが、困難な逆問題においてアーティファクトを導入することなく微細な詳細を復元するために不可しいことを示した点にある。本研究は、タスク固有の再学習を必要とせず、多様な劣化タイプに対して堅牢性を向上させる、学習不要のソリューションを提供している。