[论文解读] Stability and Concentration in Nonlinear Inverse Problems with Block-Structured Parameters: Lipschitz Geometry, Identifiability, and an Application to Gaussian Splatting

Joe-Mei Feng, Hsin-Hsiung Kao|arXiv (Cornell University)|Feb 10, 2026

Numerical methods in inverse problems被引用 0

一句话总结

本文为带区块结构参数的非线性逆问题建立了算子理论框架，以稳定性与非渐进浓度为目标，应用于高斯溅射（Gaussian Splatting）以推导稳定性–分辨率权衡。

ABSTRACT

We develop an operator-theoretic framework for stability and statistical concentration in nonlinear inverse problems with block-structured parameters. Under a unified set of assumptions combining blockwise Lipschitz geometry, local identifiability, and sub-Gaussian noise, we establish deterministic stability inequalities, global Lipschitz bounds for least-squares misfit functionals, and nonasymptotic concentration estimates. These results yield high-probability parameter error bounds that are intrinsic to the forward operator and independent of any specific reconstruction algorithm. As a concrete instantiation, we verify that the Gaussian Splatting rendering operator satisfies the proposed assumptions and derive explicit constants governing its Lipschitz continuity and resolution-dependent observability. This leads to a fundamental stability--resolution tradeoff, showing that estimation error is inherently constrained by the ratio between image resolution and model complexity. Overall, the analysis characterizes operator-level limits for a broad class of high-dimensional nonlinear inverse problems arising in modern imaging and differentiable rendering.

研究动机与目标

• 为带区块结构参数的非线性逆问题提供动机并形式化稳定性与统计浓度问题。
• 使用区块级李氏几何、局部可辨识性与亚高斯噪声，建立算子理论框架。
• 推导 F(Z) 的确定性稳定性不等式与全局李氏界。
• 通过验证高斯溅射满足假设并获得显式常数来实例化该框架。
• 揭示由正向算子几何支配的固有稳定性–分辨率权衡。

提出的方法

• 将正向映射 A 模型化为作用在区块结构参数 Z=(Z1,...,ZN) 上。
• 施加区块级李氏连续性与局部可辨识性，观测噪声为亚高斯。
• 推导最小二乘失配 F(Z) 的确定性稳定性不等式与全局李氏界。
• 利用混沌过程技术发展 F(Z) 的非渐进浓度界。
• 证明高概率的参数误差界，这些界限与 A 的内在属性相关且独立于重建算法。
• 验证 GS 正向算子满足假设并提取显式的李氏连续性与可观测性常数。

实验结果

研究问题

• RQ1 带区块结构参数的非线性逆问题会产生哪些内在的稳定性极限？
• RQ2 李氏几何和局部可辨识性如何决定在噪声下的重建精度？
• RQ3 高斯溅射的正向算子是否可证明满足所提出的假设，以及会出现哪些显式常数？
• RQ4 当分辨率和模型复杂度变化时，高斯溅射的基本稳定性–分辨率权衡是什么？

主要发现

• 确立了内在的稳定性–分辨率权衡：更高的图像分辨率会提高可观测性，而更大的模型复杂度会增加敏感性。
• 推导出仅依赖正向算子几何与噪声尺度的确定性稳定性和非渐进的高概率误差界。
• 引入方向性可观测性的概念来解释正向映射中的各向异性敏感性。
• 验证高斯溅射满足全局假设并获得支配李氏连续性与可观测性的显式常数。
• 表明失配的期望缝隙等于正向模型差异，并给出失配波动的浓度不等式。
• 描述了差分渲染情境下广义高维非线性逆问题的算子层面的极限。