제로샷 확산 모델을 위한 스펙트럼 기반 후방 샘플링 가이드라인

초록

본 논문은 가우시안 사전 가정 하에 확산 모델의 제로샷 역문제 해결 방법을 스펙트럼 영역에서 정량적으로 분석한다. 이상적인 후방 샘플러와 기존 확산 기반 재구성 알고리즘을 닫힌 형태로 유도하고, 사전·관측·확산 동역학을 동시에 고려한 가중치 설계 최적화를 제시한다. 제안된 가중치 선택은 기존 휴리스틱과 구조적으로 다르며, 단계별 노이즈 스케줄에 따라 자동으로 조정되어 이미지 품질과 측정 일치성을 균형 있게 유지한다.

상세 분석

이 연구는 최근 급부상하고 있는 제로샷 확산 기반 역문제 해결 기법의 핵심인 ‘사전‑우도 가중치’ 선택 문제를 이론적으로 정립한다. 먼저, 사전 분포를 다변량 가우시안 (x_0\sim\mathcal N(\mu_0,\Sigma_0)) 으로 가정하고, 확산 과정의 전진 단계에서 얻어지는 마진 (x_t=\sqrt{\bar\alpha_t}x_0+\sqrt{1-\bar\alpha_t},\epsilon) 에 대해 최적 디노이저 (x_0^*) 를 닫힌 형태(식 9)로 도출한다. 이는 기존 딥 네트워크 기반 디노이저가 근사하는 베이즈 최적 추정값과 일치함을 보이며, 사전 공분산 (\Sigma_0) 와 노이즈 스케줄 (\bar\alpha_t) 의 함수임을 명시한다.

다음으로, 확산 역전 과정(DDIM)에서 관측 (y=Hx_0+n) 을 포함한 업데이트 식을 전개한다. 핵심은 사전‑우도 결합 항을 스펙트럼 영역으로 변환해 각 주파수 성분이 독립적인 1‑차 스칼라 전이 함수를 갖도록 만든 점이다. 사전 공분산과 관측 행렬 (H) 이 시프트 불변(즉, 푸리에 변환에서 대각화 가능)이라고 가정하면, 식 (11)‑(13)에서 보듯 각 주파수 (i) 에 대해
\