論文の概要: A Single-Parameter Factor-Graph Image Prior
- arxiv url: http://arxiv.org/abs/2601.08749v1
- Date: Tue, 13 Jan 2026 17:26:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-14 18:27:19.308451
- Title: A Single-Parameter Factor-Graph Image Prior
- Title(参考訳): 単パラメータ係数グラフの先行画像
- Authors: Tianyang Wang, Ender Konukoglu, Hans-Andrea Loeliger,
- Abstract要約: 本稿では,各画像に自動的に適応する局所パラメータを一括的に一定とした,一括スムーズな画像モデルを提案する。
提案したモデルとアルゴリズムは、デノナイズおよびコントラスト強化への応用を実証する。
- 参考スコア(独自算出の注目度): 25.13884521321953
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose a novel piecewise smooth image model with piecewise constant local parameters that are automatically adapted to each image. Technically, the model is formulated in terms of factor graphs with NUP (normal with unknown parameters) priors, and the pertinent computations amount to iterations of conjugate-gradient steps and Gaussian message passing. The proposed model and algorithms are demonstrated with applications to denoising and contrast enhancement.
- Abstract(参考訳): 本稿では,各画像に自動的に適応する局所パラメータを一括的に一定とした,一括スムーズな画像モデルを提案する。
技術的には、モデルは NUP の前の因子グラフ(未知のパラメータを持つ)で定式化され、関連する計算は共役段階の反復とガウス的メッセージパッシングに等しい。
提案したモデルとアルゴリズムは、デノナイズおよびコントラスト強化への応用を実証する。
関連論文リスト
- Geometric Consistency Refinement for Single Image Novel View Synthesis via Test-Time Adaptation of Diffusion Models [11.642407092687177]
単一画像NVSに対する拡散モデルにより生成された画像の幾何的正当性を改善する手法を提案する。
画像マッチングとエピポーラ制約に基づいて損失関数を定式化し,拡散サンプリングプロセスにおける開始雑音を最適化する。
本手法は,拡散モデルの訓練データや微調整を必要としない。
論文 参考訳(メタデータ) (2025-04-11T08:28:41Z) - Fast constrained sampling in pre-trained diffusion models [80.99262780028015]
任意の制約下で高速で高品質な生成を可能にするアルゴリズムを提案する。
我々の手法は、最先端のトレーニングフリー推論手法に匹敵するか、超越した結果をもたらす。
論文 参考訳(メタデータ) (2024-10-24T14:52:38Z) - Identification of Non-causal Graphical Models [0.0]
本稿では,変数間のスムーズな関係を符号化したエッジを持つ非因果的グラフィカルモデルの推定問題について考察する。
ホワイトノイズ処理における移動距離を最小化する手法は, 両面の自己回帰的非因果的グラフィカルモデルであることを示す。
論文 参考訳(メタデータ) (2024-10-12T10:40:46Z) - Simultaneous Image-to-Zero and Zero-to-Noise: Diffusion Models with Analytical Image Attenuation [53.04220377034574]
高品質(未条件)な画像生成のための前方拡散プロセスに解析的画像減衰プロセスを導入することを提案する。
本手法は,フォワード画像からノイズへのマッピングを,テクスチメジからゼロへのマッピングとテクスティケロ・ツー・ノイズマッピングの同時マッピングとして表現する。
我々は,CIFAR-10やCelebA-HQ-256などの無条件画像生成や,超解像,サリエンシ検出,エッジ検出,画像インペインティングなどの画像条件下での下流処理について実験を行った。
論文 参考訳(メタデータ) (2023-06-23T18:08:00Z) - A Deep Unrolling Model with Hybrid Optimization Structure for Hyperspectral Image Deconvolution [50.13564338607482]
本稿では,DeepMixと呼ばれるハイパースペクトルデコンボリューション問題に対する新しい最適化フレームワークを提案する。
これは3つの異なるモジュール、すなわちデータ一貫性モジュール、手作りの正規化器の効果を強制するモジュール、および装飾モジュールで構成されている。
本研究は,他のモジュールの協調作業によって達成される進歩を維持するために設計された,文脈を考慮した認知型モジュールを提案する。
論文 参考訳(メタデータ) (2023-06-10T08:25:16Z) - Moment evolution equations and moment matching for stochastic image
EPDiff [68.97335984455059]
画像変形モデルにより、画像領域を変形させることにより、時間連続的な画像変換の研究が可能になる。
応用例としては、人口傾向とランダムな被写体特定変異の両方を用いた医療画像分析がある。
パラメータフルモデルにおける統計的推測のための推定器を構築するために、対応する伊藤拡散のモーメント近似を用いる。
論文 参考訳(メタデータ) (2021-10-07T11:08:11Z) - FaceCook: Face Generation Based on Linear Scaling Factors [11.682904465909003]
生成モデルの潜在ベクトルをスケーリング因子にマッピングする新しい手法を提案する。
提案手法は,画像の多様性の観点から,ベースラインよりも優れる。
論文 参考訳(メタデータ) (2021-09-08T08:31:40Z) - Modeling Graph Node Correlations with Neighbor Mixture Models [8.845058366817227]
本稿では,グラフ内のノードラベルをモデル化するための新しいモデルであるneighne mixture model (nmm)を提案する。
このモデルは,周辺地域のノードのラベル間の相関を捉えることを目的としている。
提案したNMMは,実世界のラベル付きグラフのモデリングにおける最先端の進歩を示す。
論文 参考訳(メタデータ) (2021-03-29T21:41:56Z) - Edge Adaptive Hybrid Regularization Model For Image Deblurring [0.0]
雑音やぼやけた画像の再構成のために,空間適応型自動正規化モデルを提案する。
エッジを検出し、エッジ情報に応じて、各ピクセルのTikhonovおよびTV正規化項のパラメータを空間的に調整する。
シミュレーションにより,提案手法は画像のエッジを効果的に保留し,ノイズやぼやけを同時に除去することを示した。
論文 参考訳(メタデータ) (2020-11-20T08:12:23Z) - Deep Variational Network Toward Blind Image Restoration [60.45350399661175]
ブラインド画像復元はコンピュータビジョンでは一般的だが難しい問題である。
両利点を両立させることを目的として,新しいブラインド画像復元手法を提案する。
画像デノイングと超解像という2つの典型的なブラインド赤外線タスクの実験により,提案手法が現状よりも優れた性能を達成できることが実証された。
論文 参考訳(メタデータ) (2020-08-25T03:30:53Z) - Set Based Stochastic Subsampling [85.5331107565578]
本稿では,2段階間ニューラルサブサンプリングモデルを提案する。
画像分類,画像再構成,機能再構築,少数ショット分類など,様々なタスクにおいて,低いサブサンプリング率で関連ベースラインを上回っていることを示す。
論文 参考訳(メタデータ) (2020-06-25T07:36:47Z)
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。