論文の概要: TransLight: Image-Guided Customized Lighting Control with Generative Decoupling

• arxiv url: http://arxiv.org/abs/2508.14814v1
• Date: Wed, 20 Aug 2025 16:05:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-21 16:52:41.518113
• Title: TransLight: Image-Guided Customized Lighting Control with Generative Decoupling
• Title（参考訳）: TransLight: ジェネレーティブデカップリングによるイメージガイド型カスタマイズ照明制御
• Authors: Zongming Li, Lianghui Zhu, Haocheng Shen, Longjin Ran, Wenyu Liu, Xinggang Wang,
• Abstract要約: 我々は,光効果の高忠実かつ高自由度転送を可能にする新しいフレームワークであるTransLightを提案する。 まず,2つの微調整拡散モデルを用いて画像内容と光効果を正確に分離する生成デカップリングについて述べる。 次に、IC-Lightを生成モデルとし、基準照明画像を付加条件信号として注入し、三重項でモデルを訓練する。
• 参考スコア（独自算出の注目度）: 31.587782425861363
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Most existing illumination-editing approaches fail to simultaneously provide customized control of light effects and preserve content integrity. This makes them less effective for practical lighting stylization requirements, especially in the challenging task of transferring complex light effects from a reference image to a user-specified target image. To address this problem, we propose TransLight, a novel framework that enables high-fidelity and high-freedom transfer of light effects. Extracting the light effect from the reference image is the most critical and challenging step in our method. The difficulty lies in the complex geometric structure features embedded in light effects that are highly coupled with content in real-world scenarios. To achieve this, we first present Generative Decoupling, where two fine-tuned diffusion models are used to accurately separate image content and light effects, generating a newly curated, million-scale dataset of image-content-light triplets. Then, we employ IC-Light as the generative model and train our model with our triplets, injecting the reference lighting image as an additional conditioning signal. The resulting TransLight model enables customized and natural transfer of diverse light effects. Notably, by thoroughly disentangling light effects from reference images, our generative decoupling strategy endows TransLight with highly flexible illumination control. Experimental results establish TransLight as the first method to successfully transfer light effects across disparate images, delivering more customized illumination control than existing techniques and charting new directions for research in illumination harmonization and editing.
• Abstract（参考訳）: 既存の照明編集アプローチのほとんどは、光効果のカスタマイズされた制御とコンテンツ整合性を維持するのに失敗している。 これにより、特に参照画像からユーザ特定対象画像へ複雑な光効果を伝達する困難な作業において、実用的な照明スタイル化の要求に対して効果が低下する。 この問題に対処するために,光効果の高忠実かつ高自由度転送を可能にする新しいフレームワークであるTransLightを提案する。 基準画像から光効果を抽出することは,本手法において最も重要かつ困難なステップである。 この難しさは、現実世界のシナリオにおける内容と高度に結合した光効果に埋め込まれた複雑な幾何学的構造の特徴にある。 これを実現するために、まず2つの微調整拡散モデルを用いて画像内容と光効果を正確に分離し、新たにキュレートされた100万個の画像コンテンツライトトリプレットのデータセットを生成するジェネレーションデカップリングを提案する。 そして、IC-Lightを生成モデルとし、基準照明画像を付加条件信号として注入し、トレーレットでモデルを訓練する。 結果のTransLightモデルは、さまざまな光効果のカスタマイズと自然な転送を可能にする。 特に、参照画像からの光効果を徹底的に切り離すことにより、生成脱結合戦略は、高いフレキシブルな照明制御を備えたTransLightを実現する。 実験により、異なる画像間で光効果を伝達する最初の方法としてTransLightを確立し、既存の技術よりもカスタマイズされた照明制御を提供し、照明調和と編集の研究のための新しい方向をチャート化した。

関連論文リスト

• SAIGFormer: A Spatially-Adaptive Illumination-Guided Network for Low-Light Image Enhancement [58.79901582809091]
  近年, トランスフォーマーを用いた低照度化手法は, 世界照明の回復に有望な進展をもたらした。 近年, トランスフォーマーを用いた低照度化手法は, 世界照明の回復に有望な進展をもたらした。 正確な照明復元を可能にする空間適応照明誘導変圧器フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-21T11:38:56Z)
• DreamLight: Towards Harmonious and Consistent Image Relighting [41.90032795389507]
  ユニバーサル・イメージ・リライティングのためのDreamLightというモデルを導入する。 照明や色調の美的均一性を保ちつつ、被験者をシームレスに新しい背景に合成することができる。
  論文  参考訳（メタデータ） (2025-06-17T14:05:24Z)
• LightLab: Controlling Light Sources in Images with Diffusion Models [49.83835236202516]
  画像中の光源を微細かつパラメトリックに制御する拡散法を提案する。 我々は、光の線形性を利用して、ターゲット光源または周囲照明の制御された光の変化を描写した画像対を合成する。 提案手法は, ユーザの好みに基づいて, 従来の方法よりも優れた光編集結果が得られることを示す。
  論文  参考訳（メタデータ） (2025-05-14T17:57:27Z)
• Light-A-Video: Training-free Video Relighting via Progressive Light Fusion [52.420894727186216]
  Light-A-Videoは、時間的にスムーズなビデオリライティングを実現するためのトレーニング不要のアプローチである。 Light-A-Videoは、画像のリライティングモデルに適応して、照明の一貫性を高める2つの重要な技術を導入している。
  論文  参考訳（メタデータ） (2025-02-12T17:24:19Z)
• DifFRelight: Diffusion-Based Facial Performance Relighting [12.909429637057343]
  拡散に基づく画像から画像への変換を用いた,自由視点顔の表情のリライティングのための新しいフレームワークを提案する。 我々は、正確な照明制御のための拡散モデルを訓練し、フラットライト入力からの顔画像の高忠実度化を可能にする。 このモデルは、目の反射、地表面散乱、自影、半透明といった複雑な照明効果を正確に再現する。
  論文  参考訳（メタデータ） (2024-10-10T17:56:44Z)
• GI-GS: Global Illumination Decomposition on Gaussian Splatting for Inverse Rendering [6.820642721852439]
  GI-GSは3次元ガウススティング(3DGS)と遅延シェーディングを利用する新しい逆レンダリングフレームワークである。 筆者らのフレームワークでは,まずGバッファを描画し,シーンの詳細な形状と材料特性を捉える。 Gバッファと以前のレンダリング結果により、ライトウェイトパストレースにより間接照明を計算することができる。
  論文  参考訳（メタデータ） (2024-10-03T15:58:18Z)
• LightIt: Illumination Modeling and Control for Diffusion Models [61.80461416451116]
  我々は、画像生成のための明示的な照明制御方法であるLightItを紹介する。 最近の生成法では照明制御が欠如しており、画像生成の多くの芸術的側面に不可欠である。 本手法は、制御可能で一貫した照明による画像生成を可能にする最初の方法である。
  論文  参考訳（メタデータ） (2024-03-15T18:26:33Z)
• Learning to Adapt to Light [14.919947487248653]
  LAネットワーク(LA-Net)を用いた光関連画像強調処理のための生物学的に着想を得た手法を提案する。 新しいモジュールは生物学的な視覚適応にインスパイアされ、低周波経路における統一的な光適応を実現する。 低照度向上, 露光補正, トーンマッピングという3つの課題の実験により, 提案手法がほぼ最先端の性能を得ることを示した。
  論文  参考訳（メタデータ） (2022-02-16T14:36:25Z)

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。