SP^3: Priors Esféricos para Restauração Plug-and-Play

Resumo

Neste artigo, introduzimos o SP^3, um novo algoritmo Plug-and-Play que acelera a restauração de imagens por máximo a posteriori ao substituir denoisers por Codificadores Esféricos (CE) como priors generativos. O SP^3 aproxima a etapa intratável de prior proximal ao utilizar o espaço latente firmemente estruturado dos CE como uma projeção robusta na variedade de imagens naturais. Alternando essa projeção com uma etapa de consistência de dados em forma fechada, por meio da Divisão Meio-Quadrática, obtém-se convergência estável sem exigir cálculo de gradiente durante a inferência. Esta formulação única possibilita capacidades de restauração "a qualquer momento", produzindo imagens nítidas e plausíveis desde a primeira iteração. Avaliações em uma variedade de tarefas de restauração de imagens demonstram que o SP^3 atinge qualidade perceptual comparável à de métodos de difusão e fluxo zero-shot do estado da arte, sendo de 3 a 630 vezes mais rápido.

English

In this paper, we introduce SP^3, a novel Plug-and-Play algorithm that accelerates maximum a posteriori image restoration by replacing denoisers with Spherical Encoders (SE) as generative priors. SP^3 approximates the intractable proximal prior step by utilizing the SE tightly structured latent space as a robust projection onto the natural image manifold. Alternating this projection with a closed-form data-consistency step, via Half-Quadratic Splitting, achieves stable convergence without requiring gradient computation during inference. This unique formulation unlocks "anytime" restoration capabilities, producing sharp, plausible images from the first iteration. Evaluations across a variety of image restoration tasks demonstrate that SP^3 achieves perceptual quality comparable to state-of-the-art zero-shot diffusion and flow methods while being 3-630times faster.