論文の概要: Instability in Diffusion ODEs: An Explanation for Inaccurate Image Reconstruction

• arxiv url: http://arxiv.org/abs/2506.18290v1
• Date: Mon, 23 Jun 2025 04:59:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-24 19:06:36.860398
• Title: Instability in Diffusion ODEs: An Explanation for Inaccurate Image Reconstruction
• Title（参考訳）: 拡散ODEの不安定性:不正確な画像再構成のための説明法
• Authors: Han Zhang, Jinghong Mao, Shangwen Zhu, Zhantao Yang, Lianghua Huang, Yu Liu, Deli Zhao, Ruili Feng, Fan Cheng,
• Abstract要約: 拡散再構成は、画像編集、復元、スタイル転送といった様々な応用において重要な役割を果たしている。 本研究では, PF-ODE 生成プロセスにおけるより深い固有の特性, 不安定性を同定し, 再構成誤差をさらに増幅する。
• 参考スコア（独自算出の注目度）: 23.073915920892702
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Diffusion reconstruction plays a critical role in various applications such as image editing, restoration, and style transfer. In theory, the reconstruction should be simple - it just inverts and regenerates images by numerically solving the Probability Flow-Ordinary Differential Equation (PF-ODE). Yet in practice, noticeable reconstruction errors have been observed, which cannot be well explained by numerical errors. In this work, we identify a deeper intrinsic property in the PF-ODE generation process, the instability, that can further amplify the reconstruction errors. The root of this instability lies in the sparsity inherent in the generation distribution, which means that the probability is concentrated on scattered and small regions while the vast majority remains almost empty. To demonstrate the existence of instability and its amplification on reconstruction error, we conduct experiments on both toy numerical examples and popular open-sourced diffusion models. Furthermore, based on the characteristics of image data, we theoretically prove that the instability's probability converges to one as the data dimensionality increases. Our findings highlight the inherent challenges in diffusion-based reconstruction and can offer insights for future improvements.
• Abstract（参考訳）: 拡散再構成は、画像編集、復元、スタイル転送といった様々な応用において重要な役割を果たしている。 理論的には、再構成は単純でなければならない - 確率フロー-正規微分方程式(PF-ODE)を数値的に解くことで、画像を反転して再生するだけだ。 しかし、実際には、数値的な誤りによってうまく説明できない、顕著な復元誤差が観測されている。 本研究では, PF-ODE 生成プロセスにおけるより深い固有の特性, 不安定性を同定し, 再構成誤差をさらに増幅する。 この不安定性の根源は、生成分布に固有の空間性にあるため、確率は散在する小領域に集中する一方、大多数は空のままである。 再構成誤差に対する不安定性の存在とその増幅を実証するため,おもちゃの数値例とオープンソース拡散モデルを用いた実験を行った。 さらに,画像データの特徴から,データ次元が大きくなるにつれて不安定性の確率が1に収束することが理論的に証明される。 本研究は,拡散型再建における本質的な課題を浮き彫りにして,今後の改善に向けた洞察を提供するものである。

関連論文リスト

• EquiReg: Equivariance Regularized Diffusion for Inverse Problems [67.01847869495558]
  拡散に基づく逆問題解法における後方サンプリングを正規化するためのフレームワークであるEquiReg拡散法を提案する。 様々な解法に適用すると、EquiRegは線形および非線形画像復元タスクにおいて最先端の拡散モデルより優れる。
  論文  参考訳（メタデータ） (2025-05-29T01:25:43Z)
• RED: Residual Estimation Diffusion for Low-Dose PET Sinogram Reconstruction [8.152999560646371]
  残留エスティメーション拡散(RED)という拡散モデルを提案する。 拡散機構の観点からは、REDは拡散過程におけるガウスノイズを置き換えるためにシングラム間の残差を用いる。 実験の結果,REDは低用量シングラムの品質と再建成績を良好に向上させることがわかった。
  論文  参考訳（メタデータ） (2024-11-08T06:19:29Z)
• A Phase Transition in Diffusion Models Reveals the Hierarchical Nature of Data [51.03144354630136]
  最近の進歩は、拡散モデルが高品質な画像を生成することを示している。 我々はこの現象を階層的なデータ生成モデルで研究する。 t$の後に作用する後方拡散過程は相転移によって制御される。
  論文  参考訳（メタデータ） (2024-02-26T19:52:33Z)
• Adapt and Diffuse: Sample-adaptive Reconstruction via Latent Diffusion Models [24.5360032541275]
  逆問題は、ノイズや(非線形でない)観測からクリーンな信号を回復することが目的である複数のアプリケーションで発生する。 我々のキーとなる観察は、既存の逆問題解決器のほとんどは、再構成作業の難易度に計算力を適応させる能力が欠如していることである。 オートエンコーダの潜時空間における劣化信号の劣化度を推定するために,$textitseverity encoding$という新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-09-12T23:41:29Z)
• Steerable Conditional Diffusion for Out-of-Distribution Adaptation in Medical Image Reconstruction [75.91471250967703]
  我々は、ステアブル条件拡散と呼ばれる新しいサンプリングフレームワークを導入する。 このフレームワークは、利用可能な測定によって提供される情報のみに基づいて、画像再構成と並行して拡散モデルを適用する。 様々な画像モダリティにまたがるアウト・オブ・ディストリビューション性能の大幅な向上を実現した。
  論文  参考訳（メタデータ） (2023-08-28T08:47:06Z)
• Diffusion Models Generate Images Like Painters: an Analytical Theory of Outline First, Details Later [1.8416014644193066]
  画像生成の基盤となる逆拡散過程には,以下の特性がある。 個々の軌道は低次元であり、2次元回転に似ている」。 本手法は,事前学習したモデルに対する画像生成の初期フェーズを正確に記述する。
  論文  参考訳（メタデータ） (2023-03-04T20:08:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。