Campionamento Posteriore per Diffusione con Guida a Correzione Geometrica

Un nuovo approccio al campionamento posteriore per diffusione sostituisce la guida scalare con una correzione di Gauss-Newton smorzata adattata a ogni livello di rumore, calcolata in coordinate dello stato di diffusione. Questa correzione retrae efficacemente i gradienti di verosimiglianza attraverso il denoiser, impiega un modello di curvatura unilaterale che evita la necessità di Jacobiani forward del denoiser, e integra uno smorzamento di rango uno calibrato sulla diffusione che corrisponde al residuo del denoiser. Ogni correzione viene risolta utilizzando GMRES senza matrice insieme a differenziazione automatica, mentre il campionamento viene eseguito attraverso una transizione di Langevin che preserva la varianza con una separazione drift/rumore in forma chiusa. Mostra PSNR/SSIM/LPIPS competitivi su FFHQ e ImageNet in problemi inversi, funzionando significativamente più velocemente della maggior parte delle baseline, e presenta prestazioni robuste nella ricostruzione MRI accelerata.