单一评分生成模型遍历畸变-感知效应权衡
系统与控制
2025-03-27 v1 系统与控制
摘要
畸变-感知(DP)权衡揭示了畸变指标(如MSE和PSNR)与感知质量之间的根本性冲突。近期研究越来越集中于在DP框架下评估 denoising 算法。然而，现有算法要么以牺牲可接受畸变为代价来优先考虑感知质量，要么专注于最小化MSE以实现 faithful 恢复。当目标变化或 noisy 测量不同时，需要通过 retraining 或重新设计模型来适应 DP 平面上的不同点。灵感来自近期解决 inverse problem 的评分方法，我们探索了使用单个 pre-trained 评分模型来灵活且 optimal 遍历 DP 权衡的潜力。具体而言，我们引入 variance-scaled reverse diffusion process，并理论上 characterize 了 marginal 分布。我们证明，所提出的 sample process 是条件高斯分布下 DP 权衡的最优解。针对二维和 image 数据集的实验结果表明，单个 score network 可以有效且灵活地解决 general denoising 问题中的 DP 权衡。
引用
@article{arxiv.2503.20296,
title = {Merits of Serving UAVs via Terrestrial Networks: A Vertical Antenna Radiation Study},
author = {Nesrine Cherif and Qurrat-Ul-Ain Nadeem},
journal= {arXiv preprint arXiv:2503.20296},
year = {2025}
}