Geometry-Aware Diffusion Guidance via Curvature-Adaptive Tubular Correction
作者: Enze Jiang, Jinwei He, Zheng Ma
分类: cs.CV
发布日期: 2026-09-18
💡 一句话要点
提出曲率自适应管状校正以优化扩散引导
🎯 匹配领域: 支柱四：生成式动作 (Generative Motion)
关键词: 扩散模型 曲率自适应 逆问题 图像生成 采样器优化 机器学习 计算机视觉
📋 核心要点
- 现有的扩散采样方法在强引导下可能导致采样轨迹偏离学习得分支持区域，影响生成质量。
- 本文提出的曲率自适应管状校正（CAT）通过调节法向和切向分量，优化了扩散引导的稳定性和效果。
- 在七个逆问题的实验中，CAT显著提高了采样器的性能，尤其在感知指标上表现出一致的提升。
📝 摘要（中文）
梯度引导的扩散采样器为逆问题和条件生成提供了灵活的先验，但强引导可能导致采样轨迹进入学习得分支持不足的区域。现有的切线投影策略限制了与等密度面的一阶偏离，却忽视了切线运动对曲面引起的二阶偏离。本文提出了一种训练无关的插件——曲率自适应管状校正（CAT），在共享的噪声依赖几何预算内调节这两种效应。CAT将引导梯度分解为法向和切向分量，并根据方向曲率调整切向位移，最终在一维对偶方程中获得它们的联合最优幅度。实验表明，CAT在多个逆问题上显著提升了采样性能，尤其在感知指标上表现一致。
🔬 方法详解
问题定义：本文旨在解决强引导下扩散采样轨迹偏离学习得分支持区域的问题。现有方法的切线投影策略虽然限制了一阶偏离，但忽视了切向运动引起的二阶偏离，导致生成质量下降。
核心思路：论文提出的曲率自适应管状校正（CAT）通过将引导梯度分解为法向和切向分量，分别根据一阶和二阶曲率进行调节，从而在共享的几何预算内优化引导效果。
技术框架：CAT的整体架构包括引导梯度的分解、法向位移的充电、切向位移的曲率调整，以及通过一维对偶方程获得的联合最优幅度。Armijo回溯用于校准有限步长，确保实际引导目标的有效性。
关键创新：CAT的主要创新在于引入了曲率自适应的调节机制，能够同时考虑法向和切向的影响，从而在生成过程中保持更高的稳定性和质量。与现有方法相比，CAT在处理曲面时表现出更好的适应性和效果。
关键设计：CAT的设计包括噪声依赖的几何预算、法向和切向分量的精确计算，以及避免构建完整得分雅可比的矩阵自由方向导数。这些设计确保了方法的高效性和准确性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，CAT在七个逆问题上显著提升了像素和潜在空间的采样器性能，尤其在感知指标上表现出一致的提升。在InverseBench的黑洞重建中，CAT实现了最低的FID，并在每个测试的无分类器引导尺度下保持稳定的饱和度和对比度。
🎯 应用场景
该研究的潜在应用领域包括计算机视觉中的图像生成、逆问题求解以及其他需要高质量生成的场景。通过优化扩散引导，CAT可以在艺术创作、医学成像等领域提供更稳定和高质量的结果，未来可能推动相关技术的广泛应用。
📄 摘要（原文）
Gradient-guided diffusion samplers provide flexible priors for inverse problems and conditional generation, but strong guidance can move the sampling trajectory into regions where the learned score is poorly supported. Existing tangent-projection strategies limit first-order departure from an iso-density surface, yet discard potentially useful normal motion and overlook the second-order departure induced by tangent motion on a curved surface. We introduce curvature-adaptive tubular correction (CAT), a training-free plugin that regulates both effects within a shared, noise-dependent geometric budget. CAT decomposes the guidance gradient into normal and tangent components, charges normal displacement at first order and tangent displacement according to directional curvature, and obtains their jointly optimal magnitudes from a one-dimensional dual equation. Armijo backtracking calibrates the resulting finite step against the actual guidance objective, while matrix-free directional derivatives avoid constructing the full score Jacobian. We establish local guarantees for the tubular approximation, uniqueness of the correction, and sufficient objective decrease. Across seven inverse problems on FFHQ and ImageNet, CAT improves the evaluated pixel- and latent-space host samplers, with particularly consistent gains in perceptual metrics. It also improves black hole reconstruction on InverseBench and yields the lowest FID among the compared methods at every tested classifier-free guidance scale, while maintaining stable saturation and contrast. These results support curvature-aware tubular control as a reusable mechanism for stabilizing diffusion guidance.