面向图像处理逆问题的扩散模型研究综述

摘 要：扩散模型是一种新型生成式人工智能模型，相比生成对抗网络、变分自编码网络、流模型等传统网络，具 有训练稳健、生成保真性与多样性高、数学可解释性强等特点，在计算机视觉、信号处理、多模态学习等领域应用广泛。 扩散模型能够充分学习挖掘训练图像的深度生成先验，为解决图像处理逆问题提供了一类全新解决范式。为了系统性梳 理扩散模型发展现状，特别是其解决图像处理逆问题的最新进展，对面向图像处理逆问题的扩散模型研究进行了综述， 阐述了扩散模型的基本原理及其发展现状，重点介绍了利用扩散模型解决图像处理逆问题的主要技术路线，以及在该方 向的具体应用成果，并展望了未来研究方向。 关键词：扩散模型；生成式人工智能；图像处理；逆问题；深度生成先验