論文の概要: One-Step Face Restoration via Shortcut-Enhanced Coupling Flow

• arxiv url: http://arxiv.org/abs/2603.03648v1
• Date: Wed, 04 Mar 2026 02:11:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-05 21:29:15.15338
• Title: One-Step Face Restoration via Shortcut-Enhanced Coupling Flow
• Title（参考訳）: ショートカット強化結合流によるワンステップ顔復元
• Authors: Xiaohui Sun, Hanlin Wu,
• Abstract要約: 顔修復のためのショートカット強化結合流(SCFlowFR)を提案する。 LQ-HQ依存性を明示的にモデル化し、パスのクロスオーバーを最小限にし、ニアリニアトランスポートを促進する。 実験により、SCFlowFRは従来の非拡散法に匹敵する推論速度で、最先端の一段階の顔復元品質を達成することが示された。
• 参考スコア（独自算出の注目度）: 2.8265172105754104
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Face restoration has advanced significantly with generative models like diffusion models and flow matching (FM), which learn continuous-time mappings between distributions. However, existing FM-based approaches often start from Gaussian noise, ignoring the inherent dependency between low-quality (LQ) and high-quality (HQ) data, resulting in path crossovers, curved trajectories, and multi-step sampling requirements. To address these issues, we propose Shortcut-enhanced Coupling flow for Face Restoration (SCFlowFR). First, it establishes a \textit{data-dependent coupling} that explicitly models the LQ--HQ dependency, minimizing path crossovers and promoting near-linear transport. Second, we employ conditional mean estimation to obtain a coarse prediction that refines the source anchor to tighten coupling and conditions the velocity field to stabilize large-step updates. Third, a shortcut constraint supervises average velocities over arbitrary time intervals, enabling accurate one-step inference. Experiments demonstrate that SCFlowFR achieves state-of-the-art one-step face restoration quality with inference speed comparable to traditional non-diffusion methods.
• Abstract（参考訳）: 顔の復元は拡散モデルや流れマッチング(FM)のような生成モデルによって大きく進歩し、分布間の連続時間マッピングを学習している。 しかし、既存のFMベースのアプローチは、しばしばガウスノイズから始まり、低品質(LQ)データと高品質(HQ)データに固有の依存を無視して、パスクロスオーバー、曲線軌道、マルチステップサンプリング要求をもたらす。 これらの課題に対処するために,顔修復のためのショートカット強化結合流(SCFlowFR)を提案する。 まず、LQ-HQ依存性を明示的にモデル化し、パスのクロスオーバーを最小限にし、ニアリニアトランスポートを促進する、‘textit{data-dependent coupling’を確立する。 第2に,大ステップ更新を安定化させるために,ソースアンカーを洗練して結合を密閉し,速度場を条件付ける粗い予測を得るために条件平均推定を用いる。 第三に、ショートカット制約は任意の時間間隔で平均速度を監督し、正確なワンステップ推論を可能にする。 実験により、SCFlowFRは従来の非拡散法に匹敵する推論速度で、最先端の一段階の顔復元品質を達成することが示された。

関連論文リスト

• Trajectory Stitching for Solving Inverse Problems with Flow-Based Models [68.36374645801901]
  フローベースの生成モデルは、逆問題を解決するための強力な先行要因として現れてきた。 1つの初期コードではなく、中間潜在状態の列として軌道を表すMS-Flowを提案する。 画像の回復と逆問題に対するMS-Flowの有効性を示す。
  論文  参考訳（メタデータ） (2026-02-09T11:36:41Z)
• FlowConsist: Make Your Flow Consistent with Real Trajectory [99.22869983378062]
  現在の高速フロートレーニングパラダイムには,2つの根本的な問題がある,と我々は主張する。 ランダムにペアリングされたノイズデータサンプルから構築された条件付き速度は、系統的な軌跡ドリフトを導入する。 本研究では,高速フローにおける軌道整合性を実現するためのトレーニングフレームワークであるFlowConsistを提案する。
  論文  参考訳（メタデータ） (2026-02-06T03:24:23Z)
• Temporal Pair Consistency for Variance-Reduced Flow Matching [13.328987133593154]
  TPC(Temporal Pair Consistency)は、同じ確率経路に沿ってペア化された時間ステップで速度予測を結合する軽量な分散還元原理である。 フローマッチング内で確立されたTPCは、複数の解像度でCIFAR-10とImageNetのサンプル品質と効率を改善する。
  論文  参考訳（メタデータ） (2026-02-04T00:05:21Z)
• ReDi: Rectified Discrete Flow [17.72385262464804]
  条件付きトータル相関(TC)を用いた分解近似誤差の解析 本稿では,因子分解誤差を低減させる新しい反復法であるRectified Discrete Flow (ReDi)を提案する。 経験的に、ReDiはConditional TCを大幅に削減し、数ステップ生成を可能にします。
  論文  参考訳（メタデータ） (2025-07-21T01:18:44Z)
• Solving Inverse Problems with FLAIR [68.87167940623318]
  本稿では,フローベース生成モデルを逆問題に先立って活用する学習自由変分フレームワークFLAIRを提案する。 標準画像ベンチマークの結果、FLAIRは再現性やサンプルの多様性の観点から、既存の拡散法や流れ法よりも一貫して優れていることが示された。
  論文  参考訳（メタデータ） (2025-06-03T09:29:47Z)
• Consistency Flow Matching: Defining Straight Flows with Velocity Consistency [97.28511135503176]
  本稿では,速度場の自己整合性を明示する新しいFM法であるConsistency Flow Matching(Consistency-FM)を紹介する。 予備実験により、一貫性FMは、一貫性モデルよりも4.4倍速く収束することにより、トレーニング効率を著しく向上することが示された。
  論文  参考訳（メタデータ） (2024-07-02T16:15:37Z)
• Optimal Flow Matching: Learning Straight Trajectories in Just One Step [89.37027530300617]
  我々は,新しいtextbf Optimal Flow Matching (OFM) アプローチを開発し,理論的に正当化する。 これは2次輸送のための直列のOT変位をFMの1ステップで回復することを可能にする。 提案手法の主な考え方は,凸関数によってパラメータ化されるFMのベクトル場の利用である。
  論文  参考訳（メタデータ） (2024-03-19T19:44:54Z)
• StreamFlow: Streamlined Multi-Frame Optical Flow Estimation for Video Sequences [31.210626775505407]
  連続するフレーム間のオクルージョンは、長い間、光学的フロー推定において重要な課題を提起してきた。 本稿では,ビデオ入力に適したストリーム・イン・バッチ・マルチフレーム(SIM)パイプラインを提案する。 StreamFlowは、挑戦的なKITTIとSintelデータセットのパフォーマンスだけでなく、排他的領域でも特に改善されている。
  論文  参考訳（メタデータ） (2023-11-28T07:53:51Z)
• DifFace: Blind Face Restoration with Diffused Error Contraction [62.476329680424975]
  DifFaceは、複雑な損失設計なしで、目に見えない複雑な劣化にもっと優しく対処できる。 現在の最先端の手法よりも優れており、特に深刻な劣化の場合には優れている。
  論文  参考訳（メタデータ） (2022-12-13T11:52:33Z)

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。