Buchumschlag

Weak Diffusion Priors Can Still Achieve Strong Inverse-Problem Performance

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jia, Jing, Yuan, Wei, Liu, Sifan, Shen, Liyue, Wang, Guanyang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition Computation
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Couple to Control: Joint Initial Noise Design in Diffusion Models
von: Jia, Jing, et al.
Veröffentlicht: (2026)

Antithetic Noise in Diffusion Models
von: Jia, Jing, et al.
Veröffentlicht: (2025)

Weak-to-Strong Diffusion with Reflection
von: Bai, Lichen, et al.
Veröffentlicht: (2025)

Deep Diffusion Image Prior for Efficient OOD Adaptation in 3D Inverse Problems
von: Chung, Hyungjin, et al.
Veröffentlicht: (2024)

What's in a Prior? Learned Proximal Networks for Inverse Problems
von: Fang, Zhenghan, et al.
Veröffentlicht: (2023)

Learning Image Priors through Patch-based Diffusion Models for Solving Inverse Problems
von: Hu, Jason, et al.
Veröffentlicht: (2024)

Flow Priors for Linear Inverse Problems via Iterative Corrupted Trajectory Matching
von: Zhang, Yasi, et al.
Veröffentlicht: (2024)

The Emergence of Reproducibility and Generalizability in Diffusion Models
von: Zhang, Huijie, et al.
Veröffentlicht: (2023)

PRISM: Probabilistic and Robust Inverse Solver with Measurement-Conditioned Diffusion Prior for Blind Inverse Problems
von: Hu, Yuanyun, et al.
Veröffentlicht: (2025)

Inverse Problems with Diffusion Models: A MAP Estimation Perspective
von: Gutha, Sai Bharath Chandra, et al.
Veröffentlicht: (2024)

Integrating Intermediate Layer Optimization and Projected Gradient Descent for Solving Inverse Problems with Diffusion Models
von: Zheng, Yang, et al.
Veröffentlicht: (2025)

Distributionally Robust Alignment for Medical Federated Vision-Language Pre-training Under Data Heterogeneity
von: Shuai, Zitao, et al.
Veröffentlicht: (2024)

Improving Diffusion Models for Inverse Problems Using Optimal Posterior Covariance
von: Peng, Xinyu, et al.
Veröffentlicht: (2024)

DMPlug: A Plug-in Method for Solving Inverse Problems with Diffusion Models
von: Wang, Hengkang, et al.
Veröffentlicht: (2024)

Beyond Accuracy: Evaluating Posterior Fidelity of Diffusion Inverse Solvers
von: Qiu, Xiaoyu, et al.
Veröffentlicht: (2026)

FAST-DIPS: Adjoint-Free Analytic Steps and Hard-Constrained Likelihood Correction for Diffusion-Prior Inverse Problems
von: Kim, Minwoo, et al.
Veröffentlicht: (2026)

Diffusion Models for Solving Inverse Problems via Posterior Sampling with Piecewise Guidance
von: Mohseni-Sehdeh, Saeed, et al.
Veröffentlicht: (2025)

Measurement-Consistent Langevin Corrector for Stabilizing Latent Diffusion Inverse Problem Solvers
von: Hyoseok, Lee, et al.
Veröffentlicht: (2026)

Exploring Structured Semantic Priors Underlying Diffusion Score for Test-time Adaptation
von: Li, Mingjia, et al.
Veröffentlicht: (2025)

Solving Inverse Problems with Latent Diffusion Models via Hard Data Consistency
von: Song, Bowen, et al.
Veröffentlicht: (2023)

Investigating the Feasibility of Patch-based Inference for Generalized Diffusion Priors in Inverse Problems for Medical Images
von: Roy, Saikat, et al.
Veröffentlicht: (2025)

Improving Decoupled Posterior Sampling for Inverse Problems using Data Consistency Constraint
von: Qi, Zhi, et al.
Veröffentlicht: (2024)

SAIP: A Plug-and-Play Scale-adaptive Module in Diffusion-based Inverse Problems
von: Wang, Lingyu, et al.
Veröffentlicht: (2025)

Contrastive Diffusion Guidance for Spatial Inverse Problems
von: Basu, Sattwik, et al.
Veröffentlicht: (2025)

Bayesian Conditioned Diffusion Models for Inverse Problems
von: Güngör, Alper, et al.
Veröffentlicht: (2024)

A Survey on Diffusion Models for Inverse Problems
von: Daras, Giannis, et al.
Veröffentlicht: (2024)

Align & Invert: Solving Inverse Problems with Diffusion and Flow-based Models via Representation Alignment
von: Sfountouris, Loukas, et al.
Veröffentlicht: (2025)

Learning Single Index Models with Diffusion Priors
von: Tang, Anqi, et al.
Veröffentlicht: (2025)

Variational Garrote for Sparse Inverse Problems
von: Lee, Kanghun, et al.
Veröffentlicht: (2026)

Warped Diffusion: Solving Video Inverse Problems with Image Diffusion Models
von: Daras, Giannis, et al.
Veröffentlicht: (2024)

Denoising Diffusion Restoration Tackles Forward and Inverse Problems for the Laplace Operator
von: Mukherjee, Amartya, et al.
Veröffentlicht: (2024)

Diffusion Posterior Sampling for General Noisy Inverse Problems
von: Chung, Hyungjin, et al.
Veröffentlicht: (2022)

Diffusion State-Guided Projected Gradient for Inverse Problems
von: Zirvi, Rayhan, et al.
Veröffentlicht: (2024)

Weakly Convex Regularisers for Inverse Problems: Convergence of Critical Points and Primal-Dual Optimisation
von: Shumaylov, Zakhar, et al.
Veröffentlicht: (2024)

Consistency Regularised Gradient Flows for Inverse Problems
von: Spagnoletti, Alessio, et al.
Veröffentlicht: (2026)

Solving Linear Inverse Problems Using the Prior Implicit in a Denoiser
von: Kadkhodaie, Zahra, et al.
Veröffentlicht: (2020)

Decomposed Diffusion Sampler for Accelerating Large-Scale Inverse Problems
von: Chung, Hyungjin, et al.
Veröffentlicht: (2023)

Accelerating Video Inverse Problem Solvers with Autoregressive Diffusion Models
von: Kwon, Taesung, et al.
Veröffentlicht: (2026)

Solving Video Inverse Problems Using Image Diffusion Models
von: Kwon, Taesung, et al.
Veröffentlicht: (2024)

Improving Diffusion Inverse Problem Solving with Decoupled Noise Annealing
von: Zhang, Bingliang, et al.
Veröffentlicht: (2024)