悪条件化された制約を用いた自己回帰フローによる UHD 画像デブラーリング

超高精細（UHD）画像デブラーリングは、UHD復元手法にとって重要な課題であり、細かなディテールの回復と実用的な推論効率のバランスを取らなければなりません。顕著な識別的および生成的手法は卓越した成果を達成してきましたが、UHD 画像デブラーリングタスクには、計算コストと高精細ディテールを生成する能力とのトレードオフが依然として存在します。これらの問題をさらに緩和するために、悪条件化制約を用いた新たな UHD 画像デブラーリングの自己回帰フロー手法を提案します。私たちのコアアイデアは、UHD 復元を段階的な粗いスケールから細かいスケールへと進むプロセスに分解することです。各スケールで、シャープな推定は前のスケールの結果をアップサンプリングし、現在のスケールの残差を加えることによって形成され、低解像度から高解像度へ安定して段階的に改良されます。さらに Flow Matching を導入して残差生成を条件付きベクトル場としてモデル化し、効率的な Euler/Heun ソルバーを用いた少ステップの ODE サンプリングを実行して、推論を手頃なコストに保ちながらディテールを豊かにします。UHD での多段階生成は数値的不安定性を招くことがあるため、特徴誘導アテンションマトリクスに対する条件数正則化を課す悪条件化抑制スキームを提案し、収束性とスケール間の一貫性を改善します。私たちの手法は、4K（3840×2160）以上の解像度のぼかし画像で有望な性能を示します。