Tag · 2 篇
扩散模型先验
分布 医学影像与生物视觉1底层视觉与图像复原1
01 02
cryoSENSE：压缩感知借助蛋白质冷冻电镜图像流形上的稀疏先验与生成先验实现高通量显微成像
cryoSENSE: Compressive Sensing Enables High-throughput Microscopy with Sparse and Generative Priors on the Protein Cryo-EM Image Manifold
把去噪扩散模型当作图像流形上的生成先验，用于从欠采样测量中重建图像；这种「稀疏先验 + 扩散生成先验」的混合重建思路可以直接迁移到其他欠采样成像任务（如快速 MRI、低剂量 CT、压缩超分辨），并且论文给出了在像素域与傅里叶域欠采样下两种先验各自的适用边界。
面向逆问题的对偶上升扩散方法
Dual Ascent Diffusion for Inverse Problems
把扩散模型先验下的 MAP 逆问题求解重构成对偶上升优化，可直接替换图像复原（去噪、去模糊、超分、修复）中常用的近似后验采样，在高噪声测量下更稳、更快、更贴合观测。