論文の概要: DeLiVR: Differential Spatiotemporal Lie Bias for Efficient Video Deraining

• arxiv url: http://arxiv.org/abs/2509.21719v1
• Date: Fri, 26 Sep 2025 00:29:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-29 20:57:54.091776
• Title: DeLiVR: Differential Spatiotemporal Lie Bias for Efficient Video Deraining
• Title（参考訳）: DeLiVR: 効率的なビデオデライニングのための時間差分リーバイアス
• Abstract要約: ネットワークの注意点に直接リー群差分バイアスを注入する,効率的なビデオデラミニング手法であるDeLiVRを提案する。 回転有界リー相対バイアスは、コンパクトな予測モジュールを用いて各フレームの面内角度を予測する。 微分群変位は、速度を推定するために隣接するフレーム間の角度差を計算する。 このバイアスは、時間的減衰とアテンションマスクを組み合わせて、雨の流れの方向を正確に一致させながら、フレーム間の関係に焦点を当てる。
• 参考スコア（独自算出の注目度）: 21.816338275013702
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Videos captured in the wild often suffer from rain streaks, blur, and noise. In addition, even slight changes in camera pose can amplify cross-frame mismatches and temporal artifacts. Existing methods rely on optical flow or heuristic alignment, which are computationally expensive and less robust. To address these challenges, Lie groups provide a principled way to represent continuous geometric transformations, making them well-suited for enforcing spatial and temporal consistency in video modeling. Building on this insight, we propose DeLiVR, an efficient video deraining method that injects spatiotemporal Lie-group differential biases directly into attention scores of the network. Specifically, the method introduces two complementary components. First, a rotation-bounded Lie relative bias predicts the in-plane angle of each frame using a compact prediction module, where normalized coordinates are rotated and compared with base coordinates to achieve geometry-consistent alignment before feature aggregation. Second, a differential group displacement computes angular differences between adjacent frames to estimate a velocity. This bias computation combines temporal decay and attention masks to focus on inter-frame relationships while precisely matching the direction of rain streaks. Extensive experimental results demonstrate the effectiveness of our method on publicly available benchmarks.
• Abstract（参考訳）: 野生で撮影されたビデオは、しばしば雨の流れ、ぼやけ、騒音に悩まされる。 さらに、カメラポーズのわずかな変更でさえ、フレーム間のミスマッチや一時的なアーティファクトを増幅することができる。 既存の方法は光学フローやヒューリスティックアライメントに依存しており、計算コストが高く、ロバスト性が低い。 これらの課題に対処するために、リー群は連続的な幾何学的変換を表現するための原則化された方法を提供し、ビデオモデリングにおける空間的および時間的一貫性を強制するのに適している。 この知見に基づいて,ネットワークの注意点に直接時空間リー群の差分バイアスを注入する,効率的なビデオデライニング手法であるDeLiVRを提案する。 具体的には、2つの相補的成分を導入する。 第一に、回転有界リー相対バイアスは、コンパクトな予測モジュールを用いて各フレームの面内角度を予測し、正規化座標を回転させ、基本座標と比較して特徴集約前の幾何整合性アライメントを達成する。 第二に、微分群変位は、隣接するフレーム間の角度差を計算し、速度を推定する。 このバイアス計算は、時間的減衰とアテンションマスクを組み合わせて、雨の流れの方向を正確に一致させながら、フレーム間の関係に焦点を当てる。 大規模な実験結果から,提案手法の有効性が示された。

関連論文リスト

• Event-Based Motion Estimation via Oriented Distance Fields [55.23416502666468]
  イベントベースの動き推定は、高時間分解能と高速動作に対する堅牢性を必要とするタスクの中心である。 本稿では,この最適化を,事前計算された事象距離ベクトルの場上の1つの平均ステップに置き換える,オブジェクト指向距離場運動推定(ODF Motion Estimation)を提案する。 公開および自己収集されたデータセットでは,ODFの動作推定は,比較手法の中で最低レイテンシでサブピクセル精度に達する。
  論文  参考訳（メタデータ） (2026-08-25T08:27:42Z)
• Flow Mismatching: Unsupervised Anomaly Detection via Velocity Discrepancies in Flow Matching Models [4.861045498353029]
  再建に基づくパラダイムを意図的に回避する、教師なしの異常検出方法。 我々は、フローマッチングを幾何学力学として扱い、重要な洞察を利用する: 学習された正規フローがテスト画像への幾何学的経路と矛盾する場所で異常が発生する。
  論文  参考訳（メタデータ） (2026-05-21T22:01:31Z)
• Eulerian Motion Guidance: Robust Image Animation via Bidirectional Geometric Consistency [74.90075313101933]
  本稿では、より局所的な監視設計により、同じ光フロープリミティブを再考する。 我々は隣接フレームのユーレアン運動場を用いて生成を誘導し、そこでは運動信号が常に短い時間ホップを記述する。 隣接するフレーム生成に共通するドリフトアーティファクトを軽減するために,双方向幾何整合機構を導入する。
  論文  参考訳（メタデータ） (2026-05-07T13:53:31Z)
• MoCapAnything V2: End-to-End Motion Capture for Arbitrary Skeletons [56.68975315643491]
  本稿では,ビデオ・ツー・ローテーションとビデオ・ツー・ローテーションを共同で学習し,最適化する,最初のエンドツーエンドフレームワークを提案する。 本手法は, メッシュベースパイプラインの20倍の速度で, 回転誤差を17度から10度, 見えない骨格では6.54度に低減する。
  論文  参考訳（メタデータ） (2026-04-30T17:16:38Z)
• Inference-Time Temporal Probability Smoothing for Stable Video Segmentation with SAM2 under Weak Prompts [0.0]
  提案するフレームワークは軽量で、モデルに依存しず、リアルタイムでインタラクティブなビデオセグメンテーションに適している。 提案手法は,フレームワイドおよび時間安定性指標の総合的セットを用いて,4つの多様な映像系列に対して評価する。
  論文  参考訳（メタデータ） (2026-04-18T19:16:22Z)
• GATS: Gaussian Aware Temporal Scaling Transformer for Invariant 4D Spatio-Temporal Point Cloud Representation [4.686110187936828]
  本稿では,分散的不整合と時間的整合性の両方を明確に解消する,新しい二重不変フレームワークである textbfGaussian Aware Temporal Scaling (GATS) を提案する。 MSR-Action3D(textbf+6.62%の精度)、NTU RGBD(textbf+1.4%の精度)、Synthia4D(textbf+1.8% mIoU)のベンチマーク実験は、大きな性能向上を示した。
  論文  参考訳（メタデータ） (2026-03-17T06:18:27Z)
• FLIGHT: Fibonacci Lattice-based Inference for Geometric Heading in real-Time [7.517221623631364]
  単眼ビデオからカメラの動きを推定することはコンピュータビジョンの基本的な問題である。 既知の回転の下でカメラの向きを回復する既存の方法は、低ノイズ、低出力条件でよく機能する傾向にある。 本稿では,カメラの向きを推定するために,単位球面上のハフ変換の新たな一般化を提案する。
  論文  参考訳（メタデータ） (2026-02-26T15:27:49Z)
• Patch Spatio-Temporal Relation Prediction for Video Anomaly Detection [19.643936110623653]
  ビデオ異常検出(VAD)は、特定のコンテキストと時間枠内の異常を識別することを目的としている。 近年の深層学習に基づくVADモデルは,高解像度フレームの生成によって有望な結果を示した。 本稿では, パッチ間関係予測タスクを通じて, VADの自己教師型学習手法を提案する。
  論文  参考訳（メタデータ） (2024-03-28T03:07:16Z)
• Match-Stereo-Videos: Bidirectional Alignment for Consistent Dynamic Stereo Matching [17.344430840048094]
  最近の学習に基づく手法では, 一つのステレオペア上での最適性能が優先され, 時間的矛盾が生じている。 本研究では,隣接フレームの双方向アライメント機構を基本動作として開発する。 既存の手法とは異なり、我々はこのタスクを局所的なマッチングとグローバルアグリゲーションとしてモデル化する。
  論文  参考訳（メタデータ） (2024-03-16T01:38:28Z)
• Tight Fusion of Events and Inertial Measurements for Direct Velocity Estimation [20.002238735553792]
  本研究では,通常のカメラの代わりに動的視覚センサを用いて,一階キネマティクスのレベルで直接視覚-慣性融合を行う新しい手法を提案する。 本研究では, 短時間で高ダイナミックな状況下での速度推定がどのように得られるかを示す。 シミュレーションデータと実データの両方の実験により、提案された密接な事象-慣性融合が連続的かつ信頼性の高い速度推定に繋がることを示した。
  論文  参考訳（メタデータ） (2024-01-17T15:56:57Z)
• RIGID: Recurrent GAN Inversion and Editing of Real Face Videos [73.97520691413006]
  GANのインバージョンは、実画像に強力な編集可能性を適用するのに不可欠である。 既存のビデオフレームを個別に反転させる手法は、時間の経過とともに望ましくない一貫性のない結果をもたらすことが多い。 我々は、textbfRecurrent vtextbfIdeo textbfGAN textbfInversion and etextbfDiting (RIGID) という統合されたリカレントフレームワークを提案する。 本フレームワークは,入力フレーム間の固有コヒーレンスをエンドツーエンドで学習する。
  論文  参考訳（メタデータ） (2023-08-11T12:17:24Z)
• Modelling Latent Dynamics of StyleGAN using Neural ODEs [52.03496093312985]
  我々は、GANから独立に反転した潜在符号の軌跡を学習する。 学習した連続軌道により、無限のフレームと一貫したビデオ操作を行うことができる。 提案手法は最先端の性能を実現するが,計算量が少なくなる。
  論文  参考訳（メタデータ） (2022-08-23T21:20:38Z)
• Controllable Augmentations for Video Representation Learning [34.79719112810065]
  本稿では,ローカルクリップとグローバルビデオを併用して,詳細な地域レベルの対応から学習し,時間的関係を最小化する枠組みを提案する。 我々のフレームワークは、アクション認識とビデオ検索の3つのビデオベンチマークよりも優れており、より正確な時間的ダイナミクスを捉えることができる。
  論文  参考訳（メタデータ） (2022-03-30T19:34:32Z)
• TimeLens: Event-based Video Frame Interpolation [54.28139783383213]
  本稿では,合成法とフロー法の両方の利点を生かした,等価寄与法であるTime Lensを紹介する。 最先端のフレームベースおよびイベントベース手法よりもPSNRが最大5.21dB向上したことを示す。
  論文  参考訳（メタデータ） (2021-06-14T10:33:47Z)
• Intrinsic Temporal Regularization for High-resolution Human Video Synthesis [59.54483950973432]
  時間整合性は、画像処理パイプラインをビデオドメインに拡張する上で重要である。 フレームジェネレーターを介して本質的信頼度マップを推定し,運動推定を調節する,本質的な時間正規化方式を提案する。 我々は、本質的な時間的規制をシングルイメージジェネレータに適用し、強力な「Internet」が512Times512$の人間のアクションビデオを生成します。
  論文  参考訳（メタデータ） (2020-12-11T05:29:45Z)
• Spatiotemporal Bundle Adjustment for Dynamic 3D Human Reconstruction in the Wild [49.672487902268706]
  本稿では,カメラの時間的アライメントと3次元点三角測量を共同で推定する枠組みを提案する。 複数の無同期・無同期ビデオカメラで捉えたイベントにおいて、人間の身体の3次元運動軌跡を再構成する。
  論文  参考訳（メタデータ） (2020-07-24T23:50:46Z)
• Multiple Video Frame Interpolation via Enhanced Deformable Separable Convolution [67.83074893311218]
  カーネルベースの手法は、ソースフレームと空間適応型ローカルカーネルを囲む単一の畳み込みプロセスでピクセルを予測する。 本稿では,適応カーネルだけでなく,オフセット,マスク,バイアスを推定するための拡張変形性分離畳み込み(EDSC)を提案する。 提案手法は,幅広いデータセットを対象とした最先端の手法に対して良好に動作することを示す。
  論文  参考訳（メタデータ） (2020-06-15T01:10:59Z)
• Efficient Semantic Video Segmentation with Per-frame Inference [117.97423110566963]
  本研究では,フレームごとの効率的なセマンティックビデオセグメンテーションを推論プロセス中に処理する。 そこで我々は,コンパクトモデルと大規模モデルのパフォーマンスギャップを狭めるために,新しい知識蒸留法を設計した。
  論文  参考訳（メタデータ） (2020-02-26T12:24:32Z)

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。