論文の概要: Provably Accelerated Imaging with Restarted Inertia and Score-based Image Priors

• arxiv url: http://arxiv.org/abs/2510.07470v1
• Date: Wed, 08 Oct 2025 19:16:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-10 17:54:14.684862
• Title: Provably Accelerated Imaging with Restarted Inertia and Score-based Image Priors
• Title（参考訳）: Restarted InertiaとScore-based Image Priorsを用いたおそらく加速イメージング
• Authors: Marien Renaud, Julien Hermant, Deliang Wei, Yu Sun,
• Abstract要約: 我々は、レギュラー化の原則的拡張として、Score-based Priors(RISP)を用いたリスタート慣性(Restarted Inertia)を提案する。 RISPは、高速収束のために再起動する慣性を導入し、高品質な再構成のためのスコアベースイメージの先行を可能にする。 画像の凸性を必要とせずに、RISPがREDよりも高速な静止点収束率を得ることを示す。
• 参考スコア（独自算出の注目度）: 8.38352327859032
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Fast convergence and high-quality image recovery are two essential features of algorithms for solving ill-posed imaging inverse problems. Existing methods, such as regularization by denoising (RED), often focus on designing sophisticated image priors to improve reconstruction quality, while leaving convergence acceleration to heuristics. To bridge the gap, we propose Restarted Inertia with Score-based Priors (RISP) as a principled extension of RED. RISP incorporates a restarting inertia for fast convergence, while still allowing score-based image priors for high-quality reconstruction. We prove that RISP attains a faster stationary-point convergence rate than RED, without requiring the convexity of the image prior. We further derive and analyze the associated continuous-time dynamical system, offering insight into the connection between RISP and the heavy-ball ordinary differential equation (ODE). Experiments across a range of imaging inverse problems demonstrate that RISP enables fast convergence while achieving high-quality reconstructions.
• Abstract（参考訳）: 高速収束と高画質画像回復は、不適切な画像逆問題を解決するアルゴリズムの2つの重要な特徴である。 既存の手法(RED)では、コンバージェンス・アクセラレーションをヒューリスティックスに残しながら、復元品質を改善するために洗練された画像の事前設計に重点を置いていることが多い。 このギャップを埋めるために、REDの原則拡張として、Score-based Priors (RISP)を用いたRestarted Inertiaを提案する。 RISPは、高速収束のために再起動する慣性を導入し、ハイクオリティ再構築のためのスコアベースのイメージ先行を可能にする。 画像の凸性を必要とせずに、RISPがREDよりも高速な静止点収束率を得ることを示す。 さらに、関連する連続時間力学系を導出し、解析し、RISPと重球常微分方程式(ODE)の関連性について考察する。 様々な画像逆問題に対する実験により、RISPは高速収束が可能であり、高品質な再構成を実現している。

関連論文リスト

• LVTINO: LAtent Video consisTency INverse sOlver for High Definition Video Restoration [3.2944592608677614]
  本稿では,VCMで符号化された先行画像を用いた高精細ビデオ再生のための,最初のゼロショット・プラグ・アンド・プレイ逆解器であるLVTINOを提案する。 我々の条件付け機構は、自動微分の必要性を回避し、少数のニューラルファンクション評価で最先端のビデオ再構成品質を達成する。
  論文  参考訳（メタデータ） (2025-10-01T18:10:08Z)
• Rotation Equivariant Arbitrary-scale Image Super-Resolution [62.41329042683779]
  任意のスケールの超解像(ASISR)は、低解像度の入力画像から任意のスケールの高分解能回復を実現することを目的としている。 本研究では, 回転同変ASISR法の構築に尽力する。
  論文  参考訳（メタデータ） (2025-08-07T08:51:03Z)
• Low-Rank Augmented Implicit Neural Representation for Unsupervised High-Dimensional Quantitative MRI Reconstruction [9.757306418140987]
  高速3次元MP-qMRI再構成のための,教師なし,二元的統合フレームワークであるLoREINを提案する。 LoREINは、それぞれ低ランク表現(LRR)と暗黙の神経表現(INR)を介して、低ランク前と連続性の両方を取り入れ、再構成の忠実性を高める。 本研究は、複雑な時間的・高次元画像再構成タスクにおいて、幅広い可能性を持つゼロショット学習パラダイムを導入する。
  論文  参考訳（メタデータ） (2025-06-10T15:02:09Z)
• ESC-MISR: Enhancing Spatial Correlations for Multi-Image Super-Resolution in Remote Sensing [9.782167510476599]
  リモートセンシングにおけるマルチイメージ超解像(MISR-RS)は,リモートセンシングコミュニティにおいて重要な研究課題である。 HR画像再構成のための複数の画像の空間的時間的関係を完全に活用した,ESC-MISR(Enhancing spatial correlations in MISR)という新しいフレームワークを提案する。 提案手法は, ProBA-V データセットの2バンドでそれぞれ 0.70dB と 0.76dB cPSNR の改善を実現している。
  論文  参考訳（メタデータ） (2024-11-07T13:45:04Z)
• Deep Equilibrium Diffusion Restoration with Parallel Sampling [120.15039525209106]
  拡散モデルに基づく画像復元(IR)は、拡散モデルを用いて劣化した画像から高品質な(本社)画像を復元し、有望な性能を達成することを目的としている。 既存のほとんどの手法では、HQイメージをステップバイステップで復元するために長いシリアルサンプリングチェーンが必要であるため、高価なサンプリング時間と高い計算コストがかかる。 本研究では,拡散モデルに基づくIRモデルを異なる視点,すなわちDeqIRと呼ばれるDeQ(Deep equilibrium)固定点系で再考することを目的とする。
  論文  参考訳（メタデータ） (2023-11-20T08:27:56Z)
• RBSR: Efficient and Flexible Recurrent Network for Burst Super-Resolution [57.98314517861539]
  バースト超解像(BurstSR)は、高解像度(HR)画像を低解像度(LR)画像と雑音画像から再構成することを目的としている。 本稿では,効率よくフレキシブルなリカレントネットワークでフレーム単位のキューを融合させることを提案する。
  論文  参考訳（メタデータ） (2023-06-30T12:14:13Z)
• Cross-Modality High-Frequency Transformer for MR Image Super-Resolution [100.50972513285598]
  我々はTransformerベースのMR画像超解像フレームワークを構築するための初期の取り組みを構築した。 我々は、高周波構造とモード間コンテキストを含む2つの領域先行について考察する。 我々は,Cross-modality High- frequency Transformer (Cohf-T)と呼ばれる新しいTransformerアーキテクチャを構築し,低解像度画像の超解像化を実現する。
  論文  参考訳（メタデータ） (2022-03-29T07:56:55Z)
• iSeeBetter: Spatio-temporal video super-resolution using recurrent generative back-projection networks [0.0]
  ビデオ超解像(VSR)に対する新しいGANに基づく構造時間的アプローチiSeeBetterを提案する。 iSeeBetterは、リカレントバックプロジェクションネットワークをジェネレータとして使用して、現在のフレームと隣接するフレームから時空間情報を抽出する。 以上の結果から,iSeeBetterはVSRの忠実度に優れ,最先端の性能に勝ることを示した。
  論文  参考訳（メタデータ） (2020-06-13T01:36:30Z)
• Time accelerated image super-resolution using shallow residual feature representative network [0.0]
  高いピーク信号対雑音比(PSNR)と優れた知覚品質を有する高解像度画像の再構成が可能となる。 既存のディープ畳み込みニューラルネットワークに関連する課題は、その計算複雑性と時間である。 両立型補間低分解能画像を入力として用い, 逐次的に積み重ねた残差非線形畳み込みを含む残差代表単位(RFR)を応用した, 革新的な浅部残差特徴代表ネットワーク(SRFRN)を開発した。
  論文  参考訳（メタデータ） (2020-04-08T16:17:42Z)
• Deep Face Super-Resolution with Iterative Collaboration between Attentive Recovery and Landmark Estimation [92.86123832948809]
  本稿では,2つの繰り返しネットワーク間の反復的協調による深層面超解像(FSR)手法を提案する。 各繰り返しステップにおいて、リカバリブランチは、ランドマークの事前の知識を利用して、高品質な画像を生成する。 新しい注意融合モジュールはランドマークマップのガイダンスを強化するために設計されている。
  論文  参考訳（メタデータ） (2020-03-29T16:04:48Z)

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。