快速扩散 EM：用于盲反问题的扩散模型及其在去卷积中的应用
原文中文，约300字，阅读约需1分钟。发表于：。使用扩散模型解决逆问题是一个增长迅速的研究领域。我们设计了一种基于期望最大化（EM）估计方法和扩散模型的算法，通过近似计算扩散模型的样本绘制的逆问题的期望对数似然，以及最大化步骤来估计未知的模型参数。我们还引入了一种基于 Plug & Play 去噪器的新型模糊核正则化方法。通过对盲目图像去模糊进行广泛实验证明了我们的方法与其他最先进方法相比的有效性。
本文介绍了一种名为DiffLL的低光图像增强方法，利用波浪变换加速推理，通过前向扩散和反向去噪实现稳定去噪和减少随机性。同时，设计了高频率恢复模块来补充对角信息，实现更好的细粒度恢复。实验证明，该方法在定量和视觉上优于现有方法，并在效率上有显着提高。此外，该方法在低光人脸检测方面具有潜在实际价值。
