論文の概要: Beyond Illumination: Fine-Grained Detail Preservation in Extreme Dark Image Restoration

• arxiv url: http://arxiv.org/abs/2508.03336v1
• Date: Tue, 05 Aug 2025 11:31:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-06 18:18:55.93179
• Title: Beyond Illumination: Fine-Grained Detail Preservation in Extreme Dark Image Restoration
• Title（参考訳）: 極暗画像復元における細粒ディテール保存
• Authors: Tongshun Zhang, Pingping Liu, Zixuan Zhong, Zijian Zhang, Qiuzhan Zhou,
• Abstract要約: 暗黒画像のディテールリカバリを主眼とした,効率的な2段階探索手法を提案する。 第1段階では、周波数領域のグローバル照明を効果的に復元するResidual Fourier-Guided Module (RFGM)を導入する。 RFGMは、残コネクションを介して、ステージ間およびチャネル間依存関係をキャプチャする。 Patch Mamba はチャネル結合された非サンプルパッチで動作し、ピクセルレベルの相関を慎重にモデル化し、解像度損失を伴わずに微細な詳細を向上する。 グラッド・マンバ(Grad Mamba)は、高次領域、状態空間モデルにおける状態崩壊の緩和、シャープの優先順位付けなどに焦点を当てている。
• 参考スコア（独自算出の注目度）: 3.5382753486225087
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recovering fine-grained details in extremely dark images remains challenging due to severe structural information loss and noise corruption. Existing enhancement methods often fail to preserve intricate details and sharp edges, limiting their effectiveness in downstream applications like text and edge detection. To address these deficiencies, we propose an efficient dual-stage approach centered on detail recovery for dark images. In the first stage, we introduce a Residual Fourier-Guided Module (RFGM) that effectively restores global illumination in the frequency domain. RFGM captures inter-stage and inter-channel dependencies through residual connections, providing robust priors for high-fidelity frequency processing while mitigating error accumulation risks from unreliable priors. The second stage employs complementary Mamba modules specifically designed for textural structure refinement: (1) Patch Mamba operates on channel-concatenated non-downsampled patches, meticulously modeling pixel-level correlations to enhance fine-grained details without resolution loss. (2) Grad Mamba explicitly focuses on high-gradient regions, alleviating state decay in state space models and prioritizing reconstruction of sharp edges and boundaries. Extensive experiments on multiple benchmark datasets and downstream applications demonstrate that our method significantly improves detail recovery performance while maintaining efficiency. Crucially, the proposed modules are lightweight and can be seamlessly integrated into existing Fourier-based frameworks with minimal computational overhead. Code is available at https://github.com/bywlzts/RFGM.
• Abstract（参考訳）: 極めて暗い画像で細かな詳細を復元することは、深刻な構造情報損失とノイズの破損のために依然として困難である。 既存の拡張方法は、しばしば複雑な詳細と鋭いエッジを保存できず、テキストやエッジ検出といった下流のアプリケーションでの有効性を制限します。 これらの欠陥に対処するために、暗黒画像の詳細な復元を主眼とした効率的な二重ステージアプローチを提案する。 第1段階では、周波数領域のグローバル照明を効果的に復元するResidual Fourier-Guided Module (RFGM)を導入する。 RFGMは、残差接続を介して、ステージ間およびチャネル間依存関係をキャプチャし、信頼できない事前からのエラー累積リスクを軽減しつつ、高忠実度周波数処理の堅牢な事前情報を提供する。 1) Patch Mambaは、チャンネルを連結した非サンプルパッチで動作し、ピクセルレベルの相関を微妙にモデル化し、解像度損失を伴わずに微細なディテールを向上する。 2) グラッド・マンバは高次領域に特化しており、状態空間モデルにおける状態崩壊を緩和し、鋭いエッジと境界の再構築を優先している。 複数のベンチマークデータセットとダウンストリームアプリケーションに対する大規模な実験により,本手法は効率を保ちながら詳細な回復性能を大幅に向上することを示した。 重要なのは、提案されたモジュールは軽量で、計算オーバーヘッドを最小限に抑えた既存のFourierベースのフレームワークにシームレスに統合できる。 コードはhttps://github.com/bywlzts/RFGMで入手できる。

関連論文リスト

• Learning Arbitrary-Scale RAW Image Downscaling with Wavelet-based Recurrent Reconstruction [31.56360631121638]
  任意のスケールのRAW画像のダウンスケーリングを実現するために,ウェーブレットに基づくリカレント再構成フレームワークを提案する。 本稿では,非整数ダウンスケーリング係数が1.3$times$であるRealistic Non-Integer RAW Downscaling(Real-NIRD)データセットを紹介する。 提案手法は,既存のコンペティターの定量的および視覚的性能に優れる。
  論文  参考訳（メタデータ） (2025-07-31T03:17:10Z)
• Laplace-Mamba: Laplace Frequency Prior-Guided Mamba-CNN Fusion Network for Image Dehazing [25.05616740190157]
  Laplace-Mambaは、Laplaceの周波数とハイブリッドのMamba-CNNアーキテクチャを統合し、効率的な画像デハージングを実現する新しいフレームワークである。 本手法は, 修復の質と効率の両面において, 最先端の手法よりも優れている。
  論文  参考訳（メタデータ） (2025-07-01T07:15:26Z)
• Freqformer: Image-Demoiréing Transformer via Efficient Frequency Decomposition [83.40450475728792]
  本稿では,Freqformerについて述べる。Freqformerは,ターゲット周波数分離による画像復号化に特化して設計されたトランスフォーマーベースのフレームワークである。 本手法は,モワールパターンを高周波数空間局在化テクスチャと低周波数スケールローバスト色歪みに明確に分割する有効な周波数分解を行う。 様々なデモアのベンチマーク実験により、Freqformerは、コンパクトなモデルサイズで最先端のパフォーマンスを達成することを示した。
  論文  参考訳（メタデータ） (2025-05-25T12:23:10Z)
• DFVO: Learning Darkness-free Visible and Infrared Image Disentanglement and Fusion All at Once [57.15043822199561]
  可視・赤外画像のアンタングル化と融合を同時に行うためのダークネスフリーネットワーク(DFVO)を提案する。 DFVOは、従来の2段階のカスケードトレーニング(エンハンスメントと融合)を置き換えるために、ケースケードマルチタスクアプローチを採用している 提案手法は,定性的および定量的評価の観点から,最先端の代替品よりも優れている。
  論文  参考訳（メタデータ） (2025-05-07T15:59:45Z)
• WDMamba: When Wavelet Degradation Prior Meets Vision Mamba for Image Dehazing [28.199334898731646]
  画像デハージングタスクを2段階に分解する新しいデハージングフレームワークWDMambaを提案する。 低周波回復段階において,我々はマンバブロックを統合し,大域構造を線形複雑に再構築し,全体ヘイズを効率的に除去する。 詳細化の段階では、前段階で見落とされたかもしれないきめ細かい情報を再保存し、最終的なデハズド出力に終止符を打つ。
  論文  参考訳（メタデータ） (2025-05-07T12:37:01Z)
• FUSE: Label-Free Image-Event Joint Monocular Depth Estimation via Frequency-Decoupled Alignment and Degradation-Robust Fusion [63.87313550399871]
  画像強調共同深度推定法は、頑健な知覚に相補的なモダリティを利用するが、一般化可能性の課題に直面している。 自己監督型転送(PST)と周波数デカップリング型フュージョンモジュール(FreDF)を提案する。 PSTは、画像基礎モデルと潜在空間アライメントによるクロスモーダルな知識伝達を確立する。 FreDFは、低周波構造成分から高周波エッジ特性を明示的に分離し、モード比周波数ミスマッチを解消する。
  論文  参考訳（メタデータ） (2025-03-25T15:04:53Z)
• OSMamba: Omnidirectional Spectral Mamba with Dual-Domain Prior Generator for Exposure Correction [15.884868711123993]
  我々は新しい露光補正ネットワークであるOmnidirectional Spectral Mamba (OSMamba)を提案する。 OSMambaは、Mambaを周波数領域に適応させる全方位スペクトル走査機構を導入している。 我々は、よく露出した画像から学習し、劣化のない拡散前生成を行うデュアルドメイン先行生成器を開発した。
  論文  参考訳（メタデータ） (2024-11-22T08:54:16Z)
• DiffBIR: Towards Blind Image Restoration with Generative Diffusion Prior [70.46245698746874]
  DiffBIRは、視覚の異なる画像復元タスクを処理できる一般的な修復パイプラインである。 DiffBIRは, ブラインド画像復元問題を, 1) 劣化除去: 画像に依存しない内容の除去; 2) 情報再生: 失われた画像内容の生成の2段階に分離する。 第1段階では, 修復モジュールを用いて劣化を除去し, 高忠実度復元結果を得る。 第2段階では、潜伏拡散モデルの生成能力を活用して現実的な詳細を生成するIRControlNetを提案する。
  論文  参考訳（メタデータ） (2023-08-29T07:11:52Z)
• Mutual Information-driven Triple Interaction Network for Efficient Image Dehazing [54.168567276280505]
  画像デハージングのための相互情報駆動型トリプルインタラクションネットワーク(MITNet)を提案する。 振幅誘導ヘイズ除去と呼ばれる第1段階は、ヘイズ除去のためのヘイズ画像の振幅スペクトルを復元することを目的としている。 第2段階は位相誘導構造が洗練され、位相スペクトルの変換と微細化を学ぶことに尽力した。
  論文  参考訳（メタデータ） (2023-08-14T08:23:58Z)
• Searching a Compact Architecture for Robust Multi-Exposure Image Fusion [55.37210629454589]
  2つの大きなスタブリングブロックは、画素の不一致や非効率な推論など、開発を妨げる。 本研究では,高機能なマルチ露光画像融合のための自己アライメントとディテールリプレクションモジュールを取り入れたアーキテクチャ検索に基づくパラダイムを提案する。 提案手法は様々な競争方式より優れており、一般的なシナリオではPSNRが3.19%向上し、不整合シナリオでは23.5%向上した。
  論文  参考訳（メタデータ） (2023-05-20T17:01:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。