구조화된 디퓨전 브리지: 디노이징 디퓨전 브리지의 유도 편향

Structured Diffusion Bridges: Inductive Bias for Denoising Diffusion Bridges

모달리티 변환은 본질적으로 제약 조건이 부족한 문제이며, 여러 개의 크로스-모달 매핑이 동일한 주변 분포를 생성할 수 있습니다. 최근 연구에 따르면 디퓨전 브리지는 이 작업에 효과적입니다. 그러나 대부분의 기존 접근 방식은 완전하게 쌍을 이루는 데이터 세트에 의존하며, 이는 단일 데이터 기반 제약을 부과합니다. 우리는 허용 가능한 솔루션 공간을 특성화하고, 쌍을 이루는 데이터에 대한 제약을 선택적인 휴리스틱으로 취급하면서, 정렬 제약을 통해 이를 제한하는 디퓨전 브리지 프레임워크를 제안합니다. 우리는 제안하는 방법을 쌍이 없는, 부분적으로 쌍을 이루는, 그리고 완전하게 쌍을 이루는 다양한 모달리티 변환 벤치마크에서 검증했으며, 다양한 수준의 감독 환경에서 일관된 성능을 보였습니다. 특히, **우리의 방법은 완전하게 쌍을 이루는 데이터 세트와 거의 동일한 품질을 달성하면서, 쌍을 이루는 데이터에 대한 요구 사항을 크게 완화하고, 쌍이 없는 환경에서도 적용 가능합니다.** 이러한 결과는 디퓨전 브리지가 완전하게 쌍을 이루는 데이터 이상의 모달리티 변환을 위한 유연한 기반이 될 수 있음을 강조합니다.

Modality translation is inherently under-constrained, as multiple cross-modal mappings may yield the same marginals. Recent work has shown that diffusion bridges are effective for this task. However, most existing approaches rely on fully paired datasets, thereby imposing a single data-driven constraint. We propose a diffusion-bridge framework that characterizes the space of admissible solutions and restricts it via alignment constraints, treating paired supervision as an optional heuristic rather than a prerequisite. We validate our method on synthetic and real modality translation benchmarks across unpaired, semi-paired, and paired regimes, showing consistent performance across supervision levels. Notably, \textbf{it achieves near fully-paired quality with a substantial relaxation in pairing requirements, and remaining applicable in the unpaired regime}. These results highlight diffusion bridges as a flexible foundation for modality translation beyond fully paired data.