Parallel Diffusion Models of Operator and Image for Blind Inverse Problems
Hyungjin Chung, Kim Jae Chul Graduate School of AI, arXiv, Cited:1, Code: 无, Paper.
1. 前言
基于扩散模型的逆问题求解器在前向算子已知(即非盲)的情况下表现出了最先进的性能。然而,该方法在盲逆问题中的适用性尚未探究。在这项工作中,作者通过为前向算子构建另一个扩散先验,展示了可以通过并行反向扩散来解决一类盲逆问题。具体来说,由中间阶段梯度引导的并行反向扩散使前向算子参数和图像的联合优化成为可能,使得两者都在并行反向扩散过程结束时被联合估计。作者展示了该方法在两个代表性任务——盲去模糊和湍流成像——上的有效性,并表明该方法具有最先进的性能,同时也具有灵活性,可以应用于一般盲逆问题。
2. 方法
目前的求解器仅限于前向算子已知且固定的情况。例如,考虑具有已知内核的非盲去模糊。不幸的是,在现实世界中问题中,精确地知道内核是不切实际的。通常情况下,内核也是未知的,并且我们必须同时估计图像和内核。好吧,其实到这里已经结束了,这是作者这篇文章的续作:DIFFUSION POSTERIOR SAMPLING FOR GENERALNOISY INVERSE PROBLEMS (Paper reading)。思想一模一样,就是利用扩散模型来估计退化模型了。下图是算法流程,详细请看这篇文章。