SURE引导后验采样：基于扩散的逆问题的轨迹校正

本文介绍了一种新方法，SURE引导后验采样（SGPS），以提高扩散模型解决逆问题的效率。核心创新在于使用Stein的无偏风险估计（SURE）和基于PCA的噪声估计来校正采样轨迹偏差。这种方法允许以比现有方法少得多的神经函数评估（NFE）实现高质量的重建，这使其成为该领域的宝贵贡献。

• •提出了SURE引导后验采样（SGPS）以提高扩散模型在逆问题中的效率。
• •使用SURE和基于PCA的噪声估计来校正采样轨迹偏差。
• •以显着减少的神经函数评估（NFE）实现高质量的重建。
• •在各种逆问题中，以较低的NFE计数优于现有方法。