扩散反问题的随机最优控制采样

得益于强大的捕获数据分布的能力，扩散模型已成为解决图像逆问题的有力工具。关键是可控地将采样轨迹转向测量，同时尊重扩散先验。在这项工作中，我们引入了随机最优控制采样（SOCS），它将去噪过程建模为动态系统，并通过 SOC 注入控制信号。以前基于 SOC 的方法通过优化整个轨迹来解决逆问题，这在计算上是昂贵的。相反，我们推导出封闭式控制更新并将其应用于每个采样步骤，将测量一致的干净预测拉回降噪流程。在 SOCS 中，我们可以轻松调节控制强度以与扩散模型的本机功能保持一致，从而提高感知质量。我们的方法与各种线性随机微分方程主干兼容。广泛的图像逆任务的大量实验表明，SOCS 实现了精确的测量对齐重建，具有更高的视觉保真度和更强的定量性能。