論文の概要: A Novel Wasserstein Quaternion Generative Adversarial Network for Color Image Generation

• arxiv url: http://arxiv.org/abs/2512.08542v1
• Date: Tue, 09 Dec 2025 12:39:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-10 22:28:07.955023
• Title: A Novel Wasserstein Quaternion Generative Adversarial Network for Color Image Generation
• Title（参考訳）: カラー画像生成のための新しいワッサーシュタイン四元数生成共振器ネットワーク
• Authors: Zhigang Jia, Duan Wang, Hengkai Wang, Yajun Xie, Meixiang Zhao, Xiaoyu Zhao,
• Abstract要約: 我々は新しい四元数ワッサーシュタイン距離を開発し、その双対理論を発展させる。 本稿では,新しいワッサーシュタイン四元数生成対向ネットワークを提案する。 実験により、この新モデルは、生成効率と画像品質の観点から、(準)生成逆数ネットワークとワッサーシュタイン生成逆数ネットワークの両方を超越していることが示された。
• 参考スコア（独自算出の注目度）: 10.201610498808042
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Color image generation has a wide range of applications, but the existing generation models ignore the correlation among color channels, which may lead to chromatic aberration problems. In addition, the data distribution problem of color images has not been systematically elaborated and explained, so that there is still the lack of the theory about measuring different color images datasets. In this paper, we define a new quaternion Wasserstein distance and develop its dual theory. To deal with the quaternion linear programming problem, we derive the strong duality form with helps of quaternion convex set separation theorem and quaternion Farkas lemma. With using quaternion Wasserstein distance, we propose a novel Wasserstein quaternion generative adversarial network. Experiments demonstrate that this novel model surpasses both the (quaternion) generative adversarial networks and the Wasserstein generative adversarial network in terms of generation efficiency and image quality.
• Abstract（参考訳）: カラー画像生成には幅広い応用があるが、既存の生成モデルは色チャネル間の相関を無視しており、色収差の問題を引き起こす可能性がある。 また、カラー画像のデータ分布問題は体系的に解明され、説明されていないため、異なるカラー画像のデータセットを測定する理論はいまだに存在しない。 本稿では、新しい四元数ワッサーシュタイン距離を定義し、その双対理論を発展させる。 四元数線形計画問題に対処するため、四元数凸集合分離定理と四元数ファーカス補題の助けを借りて強双対形式を導出する。 四元数ワッサーシュタイン距離を用いて、新しいワッサーシュタイン四元数生成対向ネットワークを提案する。 実験により、この新モデルは、生成効率と画像品質の観点から、(準)生成逆数ネットワークとワッサーシュタイン生成逆数ネットワークの両方を超越していることが示された。

関連論文リスト

• Blind Deconvolution for Color Images Using Normalized Quaternion Kernels [22.95844952481939]
  既存の方法では、カラー画像をグレースケールに変換したり、各カラーチャネルを別々に処理したりすることが多い。 カラー画像のブラインドデコンボリューションに特化して設計された新しい四元不整合項を定式化する。 画像強度を維持するために,ブラインドデコンボリューションプロセスにおいて正規化された四元子カーネルを用いることを提案する。
  論文  参考訳（メタデータ） (2025-11-21T13:57:23Z)
• Neural Discovery in Mathematics: Do Machines Dream of Colored Planes? [21.02602149305327]
  ニューラルネットワークがHudwiger-Nelson問題のケーススタディを通じて数学的発見を促進する方法を実証する。 確率的, 微分可能な損失関数を持つ最適化タスクとして, この混合離散連続幾何着色問題を厳密な制約で再構成する。 これにより、許容可能な構成の勾配に基づく探索が可能となり、2つの新しい6色の発見につながった。
  論文  参考訳（メタデータ） (2025-01-30T17:44:34Z)
• NeuroPump: Simultaneous Geometric and Color Rectification for Underwater Images [52.863935209616635]
  水中画像の復元は、水の屈折、吸収、散乱による幾何学的および色の歪みを取り除くことを目的としている。 本研究では,水中の形状と色を水が汲み出されているかのように同時に最適化し,修正する自己教師型方法であるNeuroPumpを提案する。
  論文  参考訳（メタデータ） (2024-12-20T13:40:28Z)
• Quaternion Generative Adversarial Neural Networks and Applications to Color Image Inpainting [2.9409095383085386]
  本稿では,QGANモデルとその関連理論について提案する。 実験結果から,QGANはカラー画像の塗布に優れ,面積が不足していることが明らかとなった。
  論文  参考訳（メタデータ） (2024-06-17T14:04:17Z)
• Quasi Non-Negative Quaternion Matrix Factorization with Application to Color Face Recognition [0.0]
  カラー画像処理のための新しい準負四元行列分解(QNQMF)を提案する。 四元数モデルにおける顔認識の精度は、カラー画像の赤、緑、青のチャネルよりも優れている。
  論文  参考訳（メタデータ） (2022-11-30T04:51:09Z)
• SinDiffusion: Learning a Diffusion Model from a Single Natural Image [159.4285444680301]
  SinDiffusionは1つの自然な画像からパッチの内部分布を捉えるためにデノナイズ拡散モデルを利用する。 SinDiffusionは、2つのコア設計に基づいている。まず、SinDiffusionは、段階的にスケールが成長する複数のモデルではなく、1つのスケールで1つのモデルで訓練されている。 第2に,拡散ネットワークのパッチレベルの受容領域は,画像のパッチ統計を捉える上で重要かつ効果的であることを示す。
  論文  参考訳（メタデータ） (2022-11-22T18:00:03Z)
• Dynamic Dual-Output Diffusion Models [100.32273175423146]
  反復分解に基づく生成は、他の生成モデルのクラスに匹敵する品質を示すことが示されている。 この方法の大きな欠点は、競合する結果を生み出すために数百のイテレーションが必要であることである。 近年の研究では、より少ないイテレーションでより高速に生成できるソリューションが提案されているが、画像の品質は徐々に低下している。
  論文  参考訳（メタデータ） (2022-03-08T11:20:40Z)
• Multipartite spatial entanglement generated by concurrent nonlinear processes [91.3755431537592]
  連続変数の多部絡み合いは量子技術の鍵となる資源である。 この研究は、3つの異なるパラメトリックソースによって同じ光の分離された空間モードで生成される多重粒子の絡み合いについて考察する。
  論文  参考訳（メタデータ） (2021-11-09T17:15:13Z)
• Rethinking conditional GAN training: An approach using geometrically structured latent manifolds [58.07468272236356]
  条件付きGAN(cGAN)は、生成された出力の多様性の欠如などの重大な欠点に悩まされる。 本稿では,バニラcGANの多様性と視覚的品質を両立させる新しいトレーニング機構を提案する。
  論文  参考訳（メタデータ） (2020-11-25T22:54:11Z)
• Learning Selective Mutual Attention and Contrast for RGB-D Saliency Detection [145.4919781325014]
  クロスモーダル情報を効果的に融合する方法は、RGB-Dの有能な物体検出の鍵となる問題である。 多くのモデルは特徴融合戦略を用いるが、低次点対点融合法によって制限されている。 本研究では,異なるモダリティから注目とコンテキストを融合させることにより,新たな相互注意モデルを提案する。
  論文  参考訳（メタデータ） (2020-10-12T08:50:10Z)

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。