초록
사진과 같은 이미지 복원 알고리즘은 일반적으로 왜곡 측정값(예: PSNR, SSIM)과 지각 품질 측정값(예: FID, NIQE)을 통해 평가됩니다. 이때 목표는 지각 품질을 저하시키지 않는 범위에서 가능한 한 가장 낮은 왜곡을 달성하는 것입니다. 이러한 목표를 달성하기 위해 현재의 방법들은 대개 사후 분포에서 샘플링하거나 왜곡 손실(예: MSE)과 지각 품질 손실(예: GAN)의 가중합을 최적화하려고 합니다. 이전 연구들과 달리, 본 논문은 완벽한 지각 인덱스 조건 하에서 MSE를 최소화하는 최적 추정자에 특별히 초점을 맞춥니다. 즉, 복원된 이미지의 분포가 실제 이미지(그라운드 �루)의 분포와 동일해지는 경우입니다. 최근 이론적인 결과에 따르면, 이러한 추정자는 사후 평균 예측(MMSE 추정)을 실제 이미지 분포로 최적 이송(optimal transport)함으로써 구성될 수 있습니다. 이 결과에 영감을 받아, 우리는 단순하면서도 매우 효과적인 알고리즘인 사후평균 보정 유동(Posterior-Mean Rectified Flow, PMRF)을 소개합니다. 특히 PMRF는 먼저 사후 평균을 예측하고, 그 다음에는 원하는 최적 이송 맵을 근사하는 보정 유동 모델을 사용하여 결과를 고품질 이미지로 이송합니다. 우리는 PMRF의 이론적 활용성을 조사하였으며, 다양한 이미지 복원 작업에서 일관되게 기존 방법들을 능가한다는 것을 입증하였습니다.