⚡ electrical engineering

Stabilizing Deep Reconstruction Operators with Contractive Anchoring

本文提出了一种数据驱动的稳定框架，通过利用轻量级、可训练的收缩算子作为锚点来自适应地正则化局部不稳定性，从而防止即插即用（Plug-and-Play）和通过去噪进行正则化（Regularization-by-Denoising）图像重建中的“峰值与崩溃”失效模式，进而确保在无需重新训练预训练去噪器的情况下实现可靠性能。

原作者： Arghya Sinha, Trishit Mukherjee, Kunal N. Chaudhury

发布于 2026-07-28

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Arghya Sinha, Trishit Mukherjee, Kunal N. Chaudhury

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正试图修复一张模糊且充满噪点的日落照片。你有一个超级聪明的 AI 工具，它在处理单张杂乱的照片时表现得非常出色。但如果，你要求这个 AI 对同一张照片进行反复不断的清理，希望它能一次比一次更好呢？在图像重建领域，情况正是如此。科学家们使用这些“去噪器”来修复由 MRI 机器、望远镜或旧相机拍摄的照片。他们将 AI 接入一个循环：猜测图像、清理、检查数学逻辑，然后重复。

问题在于，这些 AI 就像是过度热情的厨师。如果你让它们品尝汤（图像）的次数太多，它们可能会开始加入过多的盐，然后是过多的胡椒，直到把这道菜毁掉。用技术术语来说，图像质量会先提升，达到一个完美的巅峰，然后突然崩塌成一团伪影和噪声。这被称为“峰值与崩溃”（peak-and-collapse）。这令人沮丧，因为你永远不知道究竟该在什么时候停止机器，才能获得最好的结果。这篇论文解决的正是一个核心问题：如何在不重新训练 AI 或改变其思维方式的情况下，防止 AI 在这些重复的清理步骤中变得“疯狂”。

来自印度科学理工学院的研究人员发现了一种巧妙的方法，通过他们称之为“收缩锚定”（Contractive Anchoring）的技术来稳定这个过程。把图像重建过程想象成一名在浓雾弥漫的山脉中寻找最高峰的登山者。登山者（AI）很擅长攀爬，但有时会感到头晕，开始原地打转或跌落悬崖（崩溃）。研究人员的解决方案是，用一根绳子系在一个稳固、可靠的锚点——一个“收缩算子”——上，这个锚点被保证会始终保持原位。

这种神奇的操作原理是这样的：系统会不断检查登山者变得多么“狂野”。它使用一个名为“稳定性指数”的特殊计量器，来测量 AI 是否离一个安全、稳定的基准线太远。如果登山者开始跑得太快或偏离航线，系统就会轻轻地拉动绳子。它并不会停止登山者；它只是将狂野、快速移动的 AI 与冷静、稳健的锚点进行融合。这种融合做得极其精准，使得登山者既能留在通往顶峰的路径上，又永远不会跌落边缘。

论文从数学上证明了这种方法是有效的。他们展示了通过将不稳定的 AI 与一个经过特殊设计的、稳定的“锚定”去噪器混合，可以防止图像崩溃。这个锚点是一个轻量级的、可训练的网络，它被构建为具有“收缩性”，这意味着它天生会将事物拉向一个安全的中心，而不是将其推开。他们方法的精妙之处在于，它是一个“即插即用”的工具。你不需要重新训练那些已经因表现出色而闻名的强大预存 AI 模型（如 DnCNN 或 DRUNet），你只需要将它们包裹在这个新的稳定框架中即可。

在实验中，团队在各种任务上测试了该方法，例如去除照片中的模糊以及使低分辨率图像变得超清晰（超分辨率）。他们使用了不同的 AI 模型和算法。结果是一致的：虽然标准的“原生”（vanilla）方法通常在达到最佳点后就会崩溃，但这种新的稳定方法能让图像质量保持在高水平且稳定，即使在经过数千次迭代后也是如此。例如，在运动去模糊任务中，他们的方法达到了 30.70 dB 的峰值信噪比（PSNR），这与性能更复杂、经过精心调优的系统相媲美，但又没有图像突然崩溃的风险。

作者发现，无论使用的是简单的神经网络还是更复杂的扩散模型，这种方法都具有普适性。他们甚至表明，这个“锚点”不需要完美，它只需要足够好，足以让系统不发生发散即可。其结果是一种更可靠的利用这些强大 AI 工具的方式。与其去猜测何时停止过程以避免崩溃，现在系统可以自然地保持稳定，允许图像进行尽可能长时间的精细化处理，而不必担心突然发生灾难性的失败。它将一场危险的高空走钢丝，变成了一次稳健、平稳的登顶之旅。

技术摘要：通过收缩锚定稳定深度重建算子

问题陈述
预训练的深度去噪器通过即插即用（PnP）和基于去噪的正则化（RED）算法，被广泛应用于模型驱动的图像重建（IR）任务中，例如去模糊和平滑超分辨率。这些方法允许使用强大的、与任务无关的去噪器，而无需针对特定的逆问题进行重新训练。然而，一个关键的局限性在于，当这些仅针对单步推理训练的去噪器被用于迭代重建方案时，会出现稳定性问题。

作者识别出一种普遍的失效模式，称为**“峰值与崩溃”（Peak-and-Collapse, PC）**。在这种场景下，重建质量（以 PSNR 衡量）在迭代初期会提高，达到一个峰值，然后突然恶化。这种不稳定性使得标准的 PnP 和 RED 算法在实践中变得不可靠，因为识别最佳停止点非常困难。现有的解决方案通常需要对去噪器进行具有特定架构约束（例如非扩张性）的重新训练，或者将去噪器与重建模型进行联合优化，这限制了现有高性能预训练网络的复用。

方法论
本文提出了一种数据驱动的稳定框架，该框架作为一个“掉入式”（drop-in）机制，无需修改或重新训练底层的预训练去噪器或近端求解器。其核心方法是通过使用一个**收缩锚定（Contractive Anchor）**来控制逆向重建（IR）算子的不稳定性。

稳定性指数 ( $\eta$ )：由于 IR 算子 $\mathcal{T}$ 被视为黑盒，作者定义了一个相对于参考点 $\mathbf{p}$ 的局部稳定性指数 $\eta_p(\mathbf{x}, \mathcal{T})$ 。该指数衡量了算子引起的相对扩张或收缩程度。不稳定性由 $\eta > 1$ 表征。
自适应收缩锚定：该方法引入了一个具有唯一不动点 $\mathbf{p}$ $p$ 的收缩算子 $\mathcal{S}$ $S$ 。不稳定的算子 $\mathcal{T}$ $T$ 与 $\mathcal{S}$ $S$ 进行混合，形成平均算子 $\mathcal{T}_\theta = (1-\theta)\mathcal{T} + \theta\mathcal{S}$ $T_{θ} = (1 - θ) T + θ S$ 。
- 理论保证：引理 1 和定理 1 表明，与收缩算子进行平均会严格降低稳定性指数。作者推导出了一个显式的阈值 $\tilde{\theta}$ ，该阈值能保证稳定性指数降低到目标水平 $\xi$ （具体为 $\xi=1$ ）。
- 算法 1：所提算法在每次迭代中自适应地计算混合权重 $\theta_k$ 。如果 $\eta > 1$ ，则将 $\theta_k$ 设置为将 $\eta$ 降至 1 所需的最小值；否则， $\theta_k = 0$ 。这确保了仅在必要时才强制执行稳定性，从而保留了由原始算子 $\mathcal{T}$ 驱动的重建质量。
构建收缩锚定：为了作为锚定器 $\mathcal{S}$ $S$ ，作者设计了一个轻量级的、具备噪声感知能力的去噪器 $\mathcal{D}_\sigma$ $D_{σ}$ ，该去噪器在构造上是收缩的。
- 该去噪器被建模为一个梯度步算子 $\mathcal{D}(\mathbf{x}) = \mathbf{x} - \gamma \nabla \Phi(\mathbf{x})$ 。
- 势函数 $\Phi$ 使用可训练的卷积滤波器和基于样条的非线性函数进行参数化，其斜率被约束在 $[0, 1]$ 之间。
- 通过对卷积权重进行特定的重参数化，并对步长 $\gamma$ 和正则化参数 $\tau$ 进行约束，作者证明了（命题 2 和 3）对于任何噪声水平 $\sigma$ ，生成的算子都是 $\kappa$ -收缩的（ $\kappa < 1$ ）。该锚定器作为标准的高斯去噪器进行训练，但保留了可证明的收缩性。

核心贡献

稳定性指数形式化：引入了局部稳定性指数 $\eta$ ，它量化了黑盒 IR 算子的扩张性，从而能够在无需内部网络知识的情况下检测并控制不稳定性。
自适应稳定算法：提出了一个具有可证明收敛性的算法（算法 1），该算法能够自适应地调整收缩锚定的影响以防止发散。它作为一个完整的掉入式封装运行，除了锚定器的训练外，不需要额外的超参数调节。
可训练收缩锚定：设计了一个轻量级的、具备噪声感知能力的、在构造上是收缩的去噪器。这使得可以使用无约束的训练过程，同时保证了稳定框架所需的数学特性。

实验结果
该框架在多种近端求解器（PGD, HQS, ADMM, RED-GD）、多样化的去噪器架构（如 CNN 类 DnCNN/DRUNet、扩散模型、Transformer）以及各种成像任务（运动去模糊、高斯去模糊、超分辨率）中进行了评估。

稳定性：该方法一致地防止了在原生 PnP 和等变 PnP 中观察到的“峰值与崩溃”行为。虽然基准方法经常发散（在结果中以 $\times$ 表示）或在达到峰值后遭受显著的 PSNR 退化，但稳定后的变体能保持接近其峰值性能的最终 PSNA 值。
性能：稳定后的方法取得了与最先进流水线（如 DPIR, GSPnP, DEAL）相当或更优的结果。例如，在运动去模糊任务中，稳定的 HQS+GS-DRUNet 达到了 30.70 dB，与 DPIR（30.69 dB）持平，而标准的 PnP-HQS 则发生了发散。
效率：据报告，与原生 PnP 相比，计算开销约为 20%。该方法保留了重建质量，因为混合权重 $\theta$ 在稳定阶段保持较小，这意味着更新仍主要由高性能的黑盒算子驱动。

意义与主张
本文声称，该框架为深度重建算子的不稳定性提供了一个鲁棒的解决方案，且没有牺牲 PnP/RED 范式的模块化特性。通过将稳定机制与特定的去噪器架构解耦，作者使得在迭代重建任务中可靠地使用现有的、强大的预训练模型成为可能。该方法提供了有界的迭代次数的可证明保证，并防止了目前限制 PnP 方法实际部署的突发性退化。作者将其定位为迈向本质可靠的 IR 系统的一步，并指出未来的工作可能涉及将这些原则直接融入 IR 系统的训练中。

技术摘要：通过收缩锚定稳定深度重建算子

类似论文