RESEARCH IN RESIDENCE
Projet BOUM de la SMAI
Flow Matching Models as Priors for Solving Inverse Problems in Image Restoration
Modèles de flow pour les problèmes inverses et la restauration d´images
9 – 13 February, 2026
Participants
Quentin Bertrand (Inria, Université Jean Monnet)
Anne Gagneux (ENS de Lyon)
Segolene Martin (TU Berlin)
Mathurin Massias (INRIA, ENS Lyon)
During a 3 months research stay at TU Berlin during the summer of 2024, Anne Gagneux initiated a collaboration with Ségolène Martin on generative models for image restoration. This collaboration led to the publication of a first scientific paper, establishing the foundations of an approach leveraging Flow Matching models as priors for solving inverse problems in image restoration.
After this first step, a science communication effort was carried out together with Quentin Bertrand and Mathurin Massias, resulting in the writing and publication of an educational blog post on generative models, with a particular focus on flow matching. This project was conducted remotely between Lyon, Saint-Étienne, and Berlin, highlighting the value of this framework in bringing together researchers around recent advances in generative modeling.
This project aims to explore several fundamental questions:
• The generalization and robustness of FM models applied to inverse problems,
• The role of memorization and its impact on the quality of generated solutions,
• The interpretability of FM models as priors for image restoration.
By structuring these efforts within a collaborative framework, this project seeks to strengthen the small but young and growing French generative models community and foster synergies between different research groups sharing these interests.
Lors d’un séjour de recherche de trois mois à la TU Berlin durant l’été 2024, Anne Gagneux a initié une collaboration avec Ségolène Martin sur les modèles génératifs pour la restauration d’images. Cette collaboration a conduit à la publication d’un premier article scientifique, posant les bases d’une approche utilisant les modèles Flow Matching comme priors pour résoudre des problèmes inverses en restauration d’image.
À la suite de cette première étape, un travail de médiation scientifique a été mené en collaboration avec Quentin Bertrand et Mathurin Massias, aboutissant à la rédaction et à la publication d’un billet de blog pédagogique sur les modèles génératifs, avec un accent particulier sur le flow matching. Ce projet a été mené à distance entre Lyon, Saint-Étienne et Berlin, illustrant l’intérêt de ce cadre pour rassembler des chercheurs autour des avancées récentes en modélisation générative.
Ce projet vise à explorer plusieurs questions fondamentales :
• La généralisation et la robustesse des modèles de flow appliqués aux problèmes inverses,
• Le rôle de la mémorisation et son impact sur la qualité des solutions générées,
• L’interprétabilité des modèles flow utilisés comme priors pour la restauration d’image.
Ce projet de recherche à pour objectif de structurer la communauté française, encore jeune mais en croissance, autour de l´étude des modèles génératifs, et à encourager les synergies entre différents groupes de recherche partageant ces intérêts.
SPONSOR
