論文の概要: Unifying Heterogeneous Degradations: Uncertainty-Aware Diffusion Bridge Model for All-in-One Image Restoration

• arxiv url: http://arxiv.org/abs/2601.21592v1
• Date: Thu, 29 Jan 2026 12:02:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-30 16:22:49.784151
• Title: Unifying Heterogeneous Degradations: Uncertainty-Aware Diffusion Bridge Model for All-in-One Image Restoration
• Title（参考訳）: 均一な不均一劣化:オールインワン画像復元のための不確かさを意識した拡散ブリッジモデル
• Authors: Luwei Tu, Jiawei Wu, Xing Luo, Zhi Jin,
• Abstract要約: 画像復元のための不確実性認識拡散ブリッジモデル(UDBM)を提案する。 UDBMは、AiOIRを画素ワイド不確実性による輸送問題として再構成する。 単一の推論ステップで、さまざまな復元タスクにまたがる最先端のパフォーマンスを実現する。
• 参考スコア（独自算出の注目度）: 39.5698877093219
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: All-in-One Image Restoration (AiOIR) faces the fundamental challenge in reconciling conflicting optimization objectives across heterogeneous degradations. Existing methods are often constrained by coarse-grained control mechanisms or fixed mapping schedules, yielding suboptimal adaptation. To address this, we propose an Uncertainty-Aware Diffusion Bridge Model (UDBM), which innovatively reformulates AiOIR as a stochastic transport problem steered by pixel-wise uncertainty. By introducing a relaxed diffusion bridge formulation which replaces the strict terminal constraint with a relaxed constraint, we model the uncertainty of degradations while theoretically resolving the drift singularity inherent in standard diffusion bridges. Furthermore, we devise a dual modulation strategy: the noise schedule aligns diverse degradations into a shared high-entropy latent space, while the path schedule adaptively regulates the transport trajectory motivated by the viscous dynamics of entropy regularization. By effectively rectifying the transport geometry and dynamics, UDBM achieves state-of-the-art performance across diverse restoration tasks within a single inference step.
• Abstract（参考訳）: All-in-One Image Restoration (AiOIR) は、異種劣化による競合する最適化目標の調整において、根本的な課題に直面している。 既存の手法は、粗い粒度の制御機構や固定されたマッピングスケジュールによって制約されることが多く、最適化の準適応をもたらす。 そこで本研究では,AiOIRを画素ワイド不確実性を考慮した確率的輸送問題として革新的に再構成する不確実性認識拡散ブリッジモデルを提案する。 厳密な終端制約を緩和された制約に置き換える緩和拡散橋の定式化を導入することにより、標準拡散橋に固有のドリフト特異性を理論的に解きながら劣化の不確かさをモデル化する。 さらに、ノイズスケジュールは多種多様な劣化を共有高エントロピー潜在空間に整列させ、経路スケジュールはエントロピー正規化の粘性ダイナミクスによって動機付けられた輸送軌道を適応的に制御する。 輸送幾何学と力学を効果的に修正することにより、UDBMは単一の推論ステップで様々な復元タスクをまたいで最先端のパフォーマンスを達成する。

関連論文リスト

• Robust Posterior Diffusion-based Sampling via Adaptive Guidance Scale [39.27744518020771]
  逆プロブレム定式化のための拡散過程を導出する適応的確率ステップサイズ戦略を提案する。 結果として得られたアプローチであるAdaptive Posterior diffusion Smpling (AdaPS)は、ハイパーフリーであり、多様な画像タスクにおける再構成品質を改善する。
  論文  参考訳（メタデータ） (2025-11-23T14:37:59Z)
• Residual Diffusion Bridge Model for Image Restoration [57.31163715170476]
  拡散ブリッジモデルは任意のペア分布間の確率パスを確立する。 既存のほとんどの手法は単にそれらを補間剤の単純な変種として扱い、統一的な分析的視点を欠いている。 これらの課題に対処するために,Residual Diffusion Bridge Model (RDBM)を提案する。
  論文  参考訳（メタデータ） (2025-10-27T08:35:49Z)
• HAD: Hierarchical Asymmetric Distillation to Bridge Spatio-Temporal Gaps in Event-Based Object Tracking [80.07224739976911]
  イベントカメラは例外的な時間分解能と範囲(モード)を提供する RGBカメラは高解像度でリッチテクスチャを捉えるのに優れていますが、イベントカメラは例外的な時間分解能とレンジ(モダル)を提供します。
  論文  参考訳（メタデータ） (2025-10-22T13:15:13Z)
• Prompt-Guided Dual Latent Steering for Inversion Problems [16.58915166460579]
  劣化した画像を拡散モデルの潜在空間に変換することは困難である。 イメージを1つの潜在ベクトルにエンコードする現在の手法は、構造的忠実度と意味論的精度のバランスをとるのに苦労している。 Prompt-Guided Dual Latent Steering (PDLS) はRectified Flowモデル上に構築された新しいフレームワークで,その安定な反転経路を実現する。 PDLSはインバージョンプロセスを、ソースの整合性を維持する構造経路と、プロンプトによって導かれる意味経路の2つの相補的なストリームに分解する。
  論文  参考訳（メタデータ） (2025-09-23T04:11:06Z)
• Convex Latent-Optimized Adversarial Regularizers for Imaging Inverse Problems [8.33626757808923]
  本稿では,新しいデータ駆動型パラダイムであるConvex Latent-d Adrial Regularizers (CLEAR)を紹介する。 CLEARは、ディープラーニング(DL)と変分正規化の融合を表す。 本手法は従来型のデータ駆動手法と従来型の正規化手法を一貫して上回っている。
  論文  参考訳（メタデータ） (2023-09-17T12:06:04Z)
• A Variational Perspective on Solving Inverse Problems with Diffusion Models [101.831766524264]
  逆タスクは、データ上の後続分布を推測するものとして定式化することができる。 しかし、拡散過程の非線形的かつ反復的な性質が後部を引き付けるため、拡散モデルではこれは困難である。 そこで我々は,真の後続分布を近似する設計手法を提案する。
  論文  参考訳（メタデータ） (2023-05-07T23:00:47Z)

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。