論文の概要: Deterministic Image-to-Image Translation via Denoising Brownian Bridge Models with Dual Approximators

• arxiv url: http://arxiv.org/abs/2512.23463v1
• Date: Mon, 29 Dec 2025 13:45:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-30 22:37:30.516604
• Title: Deterministic Image-to-Image Translation via Denoising Brownian Bridge Models with Dual Approximators
• Title（参考訳）: 二重近似器を用いたブラウン橋モデルによる決定論的画像変換
• Authors: Bohan Xiao, Peiyong Wang, Qisheng He, Ming Dong,
• Abstract要約: 双対近似器を用いたブラウン橋モデル(双対近似橋)を提案する。 ベンチマークデータセットの実験では、Dual-approx Bridgeの一貫性と優れた性能が示されている。
• 参考スコア（独自算出の注目度）: 5.59333453533085
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Image-to-Image (I2I) translation involves converting an image from one domain to another. Deterministic I2I translation, such as in image super-resolution, extends this concept by guaranteeing that each input generates a consistent and predictable output, closely matching the ground truth (GT) with high fidelity. In this paper, we propose a denoising Brownian bridge model with dual approximators (Dual-approx Bridge), a novel generative model that exploits the Brownian bridge dynamics and two neural network-based approximators (one for forward and one for reverse process) to produce faithful output with negligible variance and high image quality in I2I translations. Our extensive experiments on benchmark datasets including image generation and super-resolution demonstrate the consistent and superior performance of Dual-approx Bridge in terms of image quality and faithfulness to GT when compared to both stochastic and deterministic baselines. Project page and code: https://github.com/bohan95/dual-app-bridge
• Abstract（参考訳）: 画像から画像への変換(I2I)は、ある領域から別の領域へ画像を変換する。 画像超解法のような決定論的I2I変換は、各入力が一貫性があり予測可能な出力を生成し、基底真理(GT)と高い忠実さを密に一致させることによって、この概念を拡張している。 本稿では,2つの近似器(Dual-approx Bridge)を用いたブラウン橋モデルを提案する。これは,ブラウン橋力学と2つのニューラルネットワークに基づく近似器(1つは前方と逆プロセス)を利用して,無視可能な分散と高画質で忠実な出力を生成する新しい生成モデルである。 画像生成と超解像を含むベンチマークデータセットに関する広範な実験は、確率的および決定論的ベースラインの両方と比較して、画像品質とGTへの忠実度の観点から、Dual-approx Bridgeの一貫性と優れた性能を示す。 プロジェクトページとコード:https://github.com/bohan95/dual-app-bridge

関連論文リスト

• EditInfinity: Image Editing with Binary-Quantized Generative Models [64.05135380710749]
  画像編集のためのバイナリ量子化生成モデルのパラメータ効率適応について検討する。 具体的には、画像編集のためのバイナリ量子化生成モデルであるEmphInfinityを適応させるEditInfinityを提案する。 テキストの修正と画像スタイルの保存を促進させる,効率的かつ効果的な画像反転機構を提案する。
  論文  参考訳（メタデータ） (2025-10-23T05:06:24Z)
• Deterministic Medical Image Translation via High-fidelity Brownian Bridges [2.35590714498239]
  医用画像翻訳のための新しい高忠実ブラウン橋モデル(HiFi-BBrg)を提案する。 複数のデータセットに対する実験により,HiFi-BBrgはマルチモーダル画像変換やマルチイメージ超解像において最先端の手法より優れていた。
  論文  参考訳（メタデータ） (2025-03-28T15:33:28Z)
• Single-Step Bidirectional Unpaired Image Translation Using Implicit Bridge Consistency Distillation [55.45188329646137]
  Implicit Bridge Consistency Distillation (IBCD) は、対向損失を使わずに、単段階の双方向無ペア翻訳を可能にする。 IBCDは、ベンチマークデータセットの最先端のパフォーマンスを1世代で達成する。
  論文  参考訳（メタデータ） (2025-03-19T09:48:04Z)
• Translatotron-V(ison): An End-to-End Model for In-Image Machine Translation [81.45400849638347]
  In-image Machine Translation (IIMT) は、ソース言語のテキストを含む画像をターゲット言語の翻訳を含む画像に変換することを目的としている。 本稿では,4つのモジュールからなるエンドツーエンドIIMTモデルを提案する。 本モデルでは,70.9%のパラメータしか持たないカスケードモデルと比較して競争性能が向上し,画素レベルのエンド・ツー・エンドIIMTモデルよりも大幅に優れていた。
  論文  参考訳（メタデータ） (2024-07-03T08:15:39Z)
• BBDM: Image-to-image Translation with Brownian Bridge Diffusion Models [50.39417112077254]
  BBDM(Brownian Bridge Diffusion Model)に基づく画像から画像への変換手法を提案する。 我々の知る限りでは、画像から画像への変換のためのブラウン橋拡散プロセスを提案する最初の作品である。
  論文  参考訳（メタデータ） (2022-05-16T13:47:02Z)
• Unsupervised Image-to-Image Translation via Pre-trained StyleGAN2 Network [73.5062435623908]
  本稿では,一連のモデル変換によって対象領域に新たなモデルを生成する新しいI2I翻訳手法を提案する。 潜在ベクトルを生成されたモデルに入力することで、ソースドメインとターゲットドメインの間でI2I翻訳を行うことができる。
  論文  参考訳（メタデータ） (2020-10-12T13:51:40Z)

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。