量子Fisher信息引导扩散细化（QFI-Diff）用于模糊与不确定监控区域的可信图像复原

《Entropy》：Quantum Fisher Information-Guided Diffusion Refinement for Fuzzy and Uncertain Surveillance Regions

　　

对同时包含结构可靠区域与信息稀疏模糊区域的监控图像进行复原仍具挑战，因为传统复原方法与基于扩散的方法可能抑制真实纹理，或引入视觉上可信但缺乏证据支持的细节。为解决该问题，研究人员提出量子Fisher信息引导扩散细化（quantum Fisher information-guided diffusion refinement，QFI-Diff），一种将量子信息论（quantum information theory，QIT）不确定性纳入潜在扩散（latent diffusion，LDM）图像复原的混合框架。具体而言，量子Fisher信息（quantum Fisher information，QFI）被用作局部敏感性度量，以构建可靠性图，区分信息丰富区域与不确定及退化区域。该图通过约束可靠区域并允许不确定区域进行自适应随机细化来引导反向扩散过程。研究人员为该框架建立理论保证，包括相关随机微分方程（stochastic differential equation，SDE）的渐近收敛性、基于量子Cramér–Rao界（quantum Cramér–Rao bound，QCRB）的信息论界、计算复杂度界以及离散复原误差界。在DarkFace与RESIDE数据集上的实验表明，与所评估的基线相比，QFI-Diff在结构相似性指数（structural similarity index measure，SSIM）、学习感知图像块相似度（learned perceptual image patch similarity，LPIPS）和Fréchet初始距离（Fréchet inception distance，FID）指标所反映的结构与感知复原性能上具有竞争力。这些结果凸显了量子信息论不确定性度量在可靠性感知扩散图像复原中的潜力。

论文主体内容解读：监控基础设施在智慧城市、交通枢纽和关键设施中大量部署，产生了海量视觉数据，但采集过程的物理限制常使取证关键画面处于夜间低照、雾天、远距离无人机等最差条件。此类图像复原不仅关系视觉美观，还涉及公共安全与法律完整性。核心问题在于退化异质性：同一监控帧中可能同时存在清晰车牌等高信噪比（signal-to-noise ratio，SNR）区域，以及阴影中人脸等模糊、信息稀疏区域。研究人员将这一矛盾概括为“Surveillance Fidelity Paradox”：若系统激进地幻觉高频细节以解析人脸，可能改变面部特征或车牌字符；若仅保守去噪，则易在低光条件下擦除纹理。卷积神经网络等监督回归模型常以均方误差优化条件均值，易产生模糊、蜡质纹理；Transformer类方法仍受此限制。扩散模型可采样全后验并合成逼真高频细节，但在高度不确定区域依赖学习先验，可能生成统计上可能而事实上不正确的特征。安全取证场景不能允许算法“做梦”，而须锚定观测证据。因此，需要一种在高度细粒度上量化可靠性的机制，明确何处允许生成先验、何处必须受证据严格约束。量子计量中的量子Fisher信息（QFI）用于界定参数估计精度；与仅测强度分布散度的经典方差不同，QFI度量量子态对结构变换的几何敏感性。研究人员据此将经典图像块映射为量子态，假设QFI可作为局部信息内容的超敏感传感器，以区分结构不变的随机噪声与结构敏感的语义边缘。

在此背景下，研究人员提出QFI-Diff，将量子信息论不确定性估计与生成式扩散模型统一起来。框架包含两个协同流：量子不确定性流将图像块编码为概率幅，并相对于Ising哈密顿量测量状态敏感性，得到确定性可靠性掩膜M；经典生成流在潜在空间处理图像。QFI掩膜调制反向随机微分方程（SDE），在高QFI区域强制严格证据一致性，在低QFI模糊区域允许自适应生成合成。该实现为量子启发式而非量子硬件实现：QFI与相关Ising算符通过经典张量网络收缩计算，复原过程由经典潜在扩散模型完成。其核心贡献是可靠性引导的扩散复原机制，即利用QFI导出的空间敏感性度量区分结构证据较强区域与不确定性较大区域。研究人员还建立了理论保证，包括相关SDE的渐近收敛、基于量子Cramér–Rao界（QCRB）的信息论界、计算复杂度界和离散复原误差界。DarkFace与RESIDE实验显示，在所用基线和评价协议内，QFI-Diff取得具有竞争力的结构与感知复原性能，说明量子信息论不确定性度量可用于可靠性感知的扩散图像复原。

关键方法：将4×4图像块振幅编码至N量子比特单激发子空间，在二维格点横向场Ising哈密顿量下，用矩阵乘积态（matrix product state，MPS）和奇异值分解（singular value decomposition，SVD）截断计算QFI（?H²???H?²），经输入自适应sigmoid归一化并反转为不确定性掩膜M；在Stable Diffusion v2.1潜在扩散模型上，将M池化至潜空间，于去噪扩散隐式模型（denoising diffusion implicit model，DDIM）采样中以QFI引导融合去噪预测与观测噪声锚点。样本来源：DarkFace用5000幅无配对图像微调VQ-GAN（vector-quantized generative adversarial network，向量量化生成对抗网络）解码器、1000幅测试；RESIDE-SOTS含500幅室内和500幅室外有雾图像用于参考评估。

5.1 训练与实现细节：研究人员在DarkFace上划分5000幅图像进行无配对域适应、1000幅测试，输入经Stable Diffusion v2.1的VQ-GAN解码器微调，采用AdamW、批大小4、20个epoch、余弦学习率与500步预热，总优化步数为25000；量子不确定性估计使用4×4图像块、16个量子比特，局部Hilbert空间维度为2¹⁶，Ising参数固定，QFI图归一化后调整至潜在表示尺寸，生成阶段采用DDIM反向采样。通过该设置，研究提供了可复现的训练与实现条件，并为后续定量和定性评估奠定基础。

5.2 定量与定性基准：通过DarkFace低照与RESIDE-SOTS去雾基准，与SRGAN、SwinIR、Stable Diffusion v2.1、RePaint、DiffPIR和ResShift等代表性方法比较，采用PSNR（peak signal-to-noise ratio，峰值信噪比）、SSIM、LPIPS和FID评价。DarkFace上SwinIR取得最高PSNR 24.10 dB，但LPIPS为0.35、FID为52.1；QFI-Diff取得最高SSIM 0.78、最低LPIPS 0.21、最低FID 31.4，同时PSNR为23.89 dB。RESIDE-SOTS上SwinIR PSNR为25.40 dB，LPIPS为0.29、FID为48.5；QFI-Diff取得最高SSIM 0.86、最低LPIPS 0.15、最低FID 25.3，PSNR为24.60 dB。定性比较显示，在极低光监控场景中，QFI-Diff利用高SNR几何边界保留地面真值结构身份，同时在低信号阴影区解析噪声并合成无伪纹理。研究人员说明，现协议未进行多种子重复训练，未报告置信区间和正式显著性检验，较小数值差异不宜解释为统计显著。结论是：在所评估数据集、基线和协议内，QFI-Diff在结构保真与感知质量之间取得有竞争力的折中。

5.3 消融研究与算法稳定性：通过将QFI掩膜替换为局部方差、Shannon熵和Sobel边缘能量等不确定性引导度量，无引导基线SSIM为0.55、YOLOv5检测率为64.2%，局部方差和Shannon熵改善指标，Sobel边缘能量进一步提高结构保真与下游检测，QFI引导取得更高SSIM 0.78和检测率89.5%。检测评估采用固定YOLOv5s检测器，置信度阈值0.25、IoU阈值0.50，检测器不参与训练或QFI图构建。中间不确定性图比较显示，经典方差对噪声和结构边缘均敏感，Shannon熵产生宽泛不确定区域，而QFI掩膜选择性突出真实结构轮廓并抑制均匀区域随机噪声。DDIM步数消融表明，增加采样步数仅带来边际SSIM改善却显著增加延迟，过度截断则使结构保真退化；图像块尺寸消融显示，增大块尺寸使SSIM由0.751升至0.780、FID由34.8降至31.4，进一步增大收益递减，4×4被选为兼顾局部结构敏感性和计算可行性的工作点；Ising参数敏感性分析表明交互强度J与横向场h需平衡，经验配置获得最高SSIM 0.780和最低LPIPS 0.210；潜状态均方误差跟踪显示，QFI引导在掩膜趋零的高确定区域持续抑制误差传播。结论是QFI引导是性能贡献关键，并验证了所提采样过程的经验稳定性。

5.4 局限性分析：通过失败模式分析，研究人员指出，当图像区域被完全物理遮挡或近乎全黑、缺乏可恢复物理信息时，QFI计算难以提供充分结构引导，模型可能主要依赖学习先验生成视觉上合理但缺乏证据支持的语义结构，例如在绝对黑暗区域生成连贯人脸；视觉可信并不证明其对应原场景，此类内容不能解释为恢复出的地面真值证据或独立取证证据。QFI-Diff应被视为不确定性感知复原和决策支持工具，仍需人类专家核验和原始证据。另一限制是，当传感器读出噪声呈强空间有序周期模式（如严重摩尔纹）时，QFI引导可能将其解释为有意义的图像结构并加以保留，因此需预先进行传感器噪声分析，并在必要时采用经典去条纹或周期噪声抑制。结论是方法在无信息区域和特定周期性噪声下存在明确边界。

讨论部分总结：论文强调QFI-Diff并不保证无信息区域的事实性恢复，生成细节未经独立验证不得作为地面真值取证证据；其定位为不确定性感知复原与决策支持，需专家核验与原始证据。研究结论部分译为：研究人员提出了QFI-Diff，一个连接量子计量与生成式人工智能的严格框架，以解决监控复原中的幻觉问题。研究人员从理论和实证上证明，量子Fisher信息是区分可恢复结构与随机模糊性的有效度量，尤其在困难的Poisson–Gaussian噪声条件下；通过张量网络收缩将该度量嵌入潜在扩散模型的随机微分方程，实现了感知丰富且结构忠实的复原。理论分析通过量子Cramér–Rao界证明了稳健收敛性、稳定性和最优性，并展示了对标准神经网络得分匹配误差的韧性。最终，QFI-Diff通过将QFI纳入潜在扩散引导，朝着面向监控图像的不确定性感知复原迈出一步；框架旨在保留包含可靠结构信息的区域，同时在不确定区域允许受控生成细化，但不保证无信息区域的事实性恢复，未经独立验证的生成细节不得解释为地面真值取证证据。未来工作将研究把QFI引导整合到一致性模型或渐进蒸馏框架以减少采样步数，探索在含噪中等规模量子（noisy intermediate-scale quantum，NISQ）硬件上用变分量子电路（variational quantum circuit，VQC）估计Ising哈密顿量方差，将QFI扩展到时空3D图像块，并以类似神经架构搜索（neural architecture search，NAS）的元学习动态适配Ising参数。