用于稳定潜空间扩散逆问题求解器的测量一致 Langevin 校正器
计算机视觉与模式识别
2026-04-13 v3 机器学习
摘要
尽管潜空间扩散模型已成为求解逆问题的强大先验，但现有的基于 LDM 的求解器常面临不稳定问题。在本研究中，我们首先将该不稳定性识别为求解器动力学与扩散模型所学到的稳定逆扩散动力学之间的差异，并表明缩小这一差距可稳定求解器。在此基础上，我们引入了 \textit{Measurement-Consistent Langevin Corrector (MCLC)}，这是一个理论扎实即插即用的稳定化模块，通过测量一致的 Langevin 更新来修正基于 LDM 的逆问题求解器。与以往依赖线性流形假设（该假设在潜空间中常不成立）的方法相比，MCLC 提供了一种有原则的稳定化机制，从而在潜空间中产生更稳定可靠的行为。
引用
@article{arxiv.2601.04791,
title = {Measurement-Consistent Langevin Corrector for Stabilizing Latent Diffusion Inverse Problem Solvers},
author = {Lee Hyoseok and Sohwi Lim and Eunju Cha and Tae-Hyun Oh},
journal= {arXiv preprint arXiv:2601.04791},
year = {2026}
}
备注
Under Review