Picard Proximal Monte Carlo for Parallel Bayesian Imaging with Score-Based Generative Priors
基于得分生成先验的并行贝叶斯成像的Picard近端蒙特卡洛方法
机构 * Johns Hopkins University(约翰斯·霍普金斯大学) ; University of California, Los Angeles(加利福尼亚大学洛杉矶分校)
AI总结 针对贝叶斯成像逆问题采样成本高的痛点,提出基于近端朗之万动力学与Picard迭代的并行采样框架PiX-MC,实现50倍加速且保持重建质量