基于文本到图像潜在扩散的盲逆问题求解
计算机视觉与模式识别
2025-12-02 v2 人工智能
机器学习
摘要
本文考虑盲逆图像修复问题，即在去除元(即前向算子)未知的情况下预测目标图像。现有方法通常依赖限制性假设，如算子线性、精选训练数据或狭窄图像分布，限制了实际应用性。我们引入 LADiBI，一种基于大规模文本到图像扩散的训练自由方法，用于解决多样化的盲逆问题。我们在贝叶斯框架内，利用文本提示联合编码目标图像和算子先验，实现了与现有方法 unprecedented 的灵活性。此外，我们提出一种新颖的扩散后验采样算法，将战略性算子初始化与图像和算子参数的迭代细化相结合，消除了高度受限算子形式的需求。实验表明，LADiBI 能有效处理线性和具有挑战性的非线性图像修复问题，跨越各种图像分布，无需特定任务假设或重新训练。
引用
@article{arxiv.2412.00557,
title = {Blind Inverse Problem Solving Made Easy by Text-to-Image Latent Diffusion},
author = {Michail Dontas and Yutong He and Naoki Murata and Yuki Mitsufuji and J. Zico Kolter and Ruslan Salakhutdinov},
journal= {arXiv preprint arXiv:2412.00557},
year = {2025}
}