低照度画像強調および除ノイズのための単段信号減衰拡散モデル

Abstract

拡散モデルは、順方向でのノイズ付加を確率的にモデル化し、逆方向でノイズ除去を行うことで画像修復に優れています。また、複雑なノイズを扱いつつ微細なディテールを保持できるため、低照度画像強調（LLIE）に適しています。主流の拡散ベースLLIE手法は、二段階パイプラインを採用するか、あるいは補助的な補正ネットワークを用いてU-Netの出力を洗練するものが多く、これにより強調と除去の本質的な結びつきが切断されます。その結果、最適化目的が一致せず、性能が最適になりにくくなります。これらの問題に対処するため、本研究では新しい拡散プロセスである信号減衰拡散モデル（SADM）を提案します。このモデルは、信号減衰メカニズムを拡散パイプラインに統合し、単一段階で同時に明るさ調整とノイズ抑制を可能にします。 具体的には、信号減衰係数は、順方向のノイズ付加プロセスにおける低照度劣化の固有の信号減衰を模擬し、低照度劣化の物理的事前知識を符号化します。これにより、逆方向のノイズ除去が、明るさの回復とノイズ抑制を同時に最適化することへ明示的に導かれ、既存手法が依存している追加の補正モジュールや段階的な学習は不要になります。さらに、マルチスケールのピラミッドサンプリングを通じて、本設計がDenoising Diffusion Implicit Models（DDIM）と整合していることを検証し、解釈性、復元品質、計算効率のバランスを取ることを示します。