論文の概要: CAST-LUT: Tokenizer-Guided HSV Look-Up Tables for Purple Flare Removal

• arxiv url: http://arxiv.org/abs/2511.06764v1
• Date: Mon, 10 Nov 2025 06:45:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-11 21:18:45.119919
• Title: CAST-LUT: Tokenizer-Guided HSV Look-Up Tables for Purple Flare Removal
• Title（参考訳）: CAST-LUT:Tokenizer-Guided HSV Look-Up Tables for Purple Flareectomy
• Authors: Pu Wang, Shuning Sun, Jialang Lu, Chen Wu, Zhihua Zhang, Youshan Zhang, Chenggang Shan, Dianjie Lu, Guijuan Zhang, Zhuoran Zheng,
• Abstract要約: 分離されたHSVルックアップテーブル(LUT)上に構築された新しいネットワークを提案する。 本手法は,Hue (H), Saturation (S), Value (V)コンポーネントを独立に調整することで,色補正を簡略化することを目的とする。 我々のモデルは、視覚効果において既存の手法を著しく上回るだけでなく、あらゆる定量的指標に対して最先端のパフォーマンスも達成する。
• 参考スコア（独自算出の注目度）: 23.950152572091543
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Purple flare, a diffuse chromatic aberration artifact commonly found around highlight areas, severely degrades the tone transition and color of the image. Existing traditional methods are based on hand-crafted features, which lack flexibility and rely entirely on fixed priors, while the scarcity of paired training data critically hampers deep learning. To address this issue, we propose a novel network built upon decoupled HSV Look-Up Tables (LUTs). The method aims to simplify color correction by adjusting the Hue (H), Saturation (S), and Value (V) components independently. This approach resolves the inherent color coupling problems in traditional methods. Our model adopts a two-stage architecture: First, a Chroma-Aware Spectral Tokenizer (CAST) converts the input image from RGB space to HSV space and independently encodes the Hue (H) and Value (V) channels into a set of semantic tokens describing the Purple flare status; second, the HSV-LUT module takes these tokens as input and dynamically generates independent correction curves (1D-LUTs) for the three channels H, S, and V. To effectively train and validate our model, we built the first large-scale purple flare dataset with diverse scenes. We also proposed new metrics and a loss function specifically designed for this task. Extensive experiments demonstrate that our model not only significantly outperforms existing methods in visual effects but also achieves state-of-the-art performance on all quantitative metrics.
• Abstract（参考訳）: パープルフレア(Purple flare)は、画像のトーン遷移と色を著しく劣化させ、ハイライト領域の周囲によく見られる拡散色収差のアーティファクトである。 既存の手法は手作りの機能に基づいており、柔軟性に欠け、完全に固定された事前に頼っている。 この問題に対処するため,HSV Look-Up Tables (LUTs) を分離して構築した新しいネットワークを提案する。 本手法は,Hue (H), Saturation (S), Value (V)コンポーネントを独立に調整することで,色補正を簡略化することを目的とする。 このアプローチは、従来の方法における色結合の問題を解決する。 まず、CAST(Chroma-Aware Spectral Tokenizer)は、RGB空間からHSV空間への入力画像を変換し、Hue(H)とValue(V)チャネルを独立に、パープルフレア状態を記述するセマンティックトークンの集合に符号化する。 我々はまた、このタスク用に特別に設計された新しいメトリクスと損失関数も提案した。 広汎な実験により、我々のモデルは既存の視覚効果の手法を著しく上回るだけでなく、あらゆる測定基準における最先端のパフォーマンスも達成できることが示された。

関連論文リスト

• FlowLUT: Efficient Image Enhancement via Differentiable LUTs and Iterative Flow Matching [10.213645938731338]
  FlowLUTは、LUTの効率性、複数プリエント、フローマッチングされた再構成画像のパラメータ非依存特性を統合する、新しいエンドツーエンドモデルである。 軽量な融合予測ネットワークは複数の3D LUT上で動作し、シーン適応色補正には$mathcalO(1)$の複雑さがある。 モデル全体は、知覚的および構造的忠実性を含む複合損失関数の下で共同最適化される。
  論文  参考訳（メタデータ） (2025-09-28T03:22:01Z)
• Leveraging Semantic Attribute Binding for Free-Lunch Color Control in Diffusion Models [53.73253164099701]
  拡散モデルにおいて、微調整なしで正確なRGBレベルの色制御を実現する、トレーニング不要なアプローチであるColorWaveを導入する。 我々は、カラーウェーブが、構造化された、色一貫性の拡散に基づく画像合成のための新しいパラダイムを確立することを実証した。
  論文  参考訳（メタデータ） (2025-03-12T21:49:52Z)
• Adaptive H&E-IHC information fusion staining framework based on feature extra [0.5242869847419834]
  乳がんなどの疾患評価においてIHC染色は重要な役割を担っている。 生成モデルに基づくH&E-to-IHC変換は、IHC画像を得るための単純で費用対効果の高い方法を提供する。 ピクセル完全H&E-IHC基底対の欠如は、古典的なL1損失への挑戦である。 特徴抽出器に基づく適応情報強化カラー化フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-02-27T14:55:34Z)
• Visual Prompt Tuning in Null Space for Continual Learning [51.96411454304625]
  既存のプロンプトチューニング手法は、継続学習(CL)における印象的な性能を示す。 本稿では,従来のタスクの特徴に代表される部分空間に直交する方向のプロンプトを調整し,各タスクを学習することを目的とする。 実際には、即時勾配予測を実装するために、実効的なヌル空間に基づく近似解が提案されている。
  論文  参考訳（メタデータ） (2024-06-09T05:57:40Z)
• CVT-xRF: Contrastive In-Voxel Transformer for 3D Consistent Radiance Fields from Sparse Inputs [65.80187860906115]
  スパース入力によるNeRFの性能向上のための新しい手法を提案する。 まず, サンプル線が, 3次元空間内の特定のボクセルと交差することを保証するために, ボクセルを用いた放射線サンプリング戦略を採用する。 次に、ボクセル内の追加点をランダムにサンプリングし、トランスフォーマーを適用して各線上の他の点の特性を推測し、ボリュームレンダリングに組み込む。
  論文  参考訳（メタデータ） (2024-03-25T15:56:17Z)
• Haze Removal via Regional Saturation-Value Translation and Soft Segmentation [0.0]
  本稿では,地域飽和値変換(RSVT)と呼ばれる,先行した単一画像デハージングを提案する。 RSVTは、HSV色空間におけるヘイズフリー点とヘイズフリー点の関係に関する2つの重要な観測に基づいて開発された。 様々な合成および現実的な乱雑な画像データセットの実験結果から,提案手法が色歪み問題にうまく対処できることが示されている。
  論文  参考訳（メタデータ） (2024-01-07T07:52:50Z)
• Color Equivariant Convolutional Networks [50.655443383582124]
  CNNは、偶然に記録された条件によって導入された色の変化の間にデータ不均衡がある場合、苦労する。 カラースペクトル間の形状特徴共有を可能にする新しいディープラーニングビルディングブロックであるカラー等変畳み込み(CEConvs)を提案する。 CEConvsの利点は、様々なタスクに対するダウンストリーム性能と、列車-テストの分散シフトを含む色の変化に対するロバスト性の改善である。
  論文  参考訳（メタデータ） (2023-10-30T09:18:49Z)
• SFANet: A Spectrum-aware Feature Augmentation Network for Visible-Infrared Person Re-Identification [12.566284647658053]
  クロスモダリティマッチング問題に対するSFANetという新しいスペクトル認識特徴量化ネットワークを提案する。 grayscale-spectrumイメージで学習すると、モダリティの不一致を低減し、内部構造関係を検出することができる。 特徴レベルでは、特定および粉砕可能な畳み込みブロックの数のバランスをとることにより、従来の2ストリームネットワークを改善します。
  論文  参考訳（メタデータ） (2021-02-24T08:57:32Z)

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。