論文の概要: Beyond Strict Pairing: Arbitrarily Paired Training for High-Performance Infrared and Visible Image Fusion

• arxiv url: http://arxiv.org/abs/2603.21820v1
• Date: Mon, 23 Mar 2026 11:03:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-24 19:11:39.623299
• Title: Beyond Strict Pairing: Arbitrarily Paired Training for High-Performance Infrared and Visible Image Fusion
• Title（参考訳）: 複雑なペアリングを超えて:高パフォーマンス赤外線と可視画像融合のための任意ペアトレーニング
• Authors: Yanglin Deng, Tianyang Xu, Chunyang Cheng, Hui Li, Xiao-jun Wu, Josef Kittler,
• Abstract要約: Infrared and visible image fusion (IVIF) は自然のテクスチャと温暖なシグネチャを保存しながら相補的なモダリティを結合する。 既存のソリューションは、トレーニングのために厳格に整列したイメージペアの広範なセットに依存している。 高性能IVIFのためのUnPaired and Arbitrally Paired Training Paradigms (UPTP, APTP)を提案する。
• 参考スコア（独自算出の注目度）: 60.85657185619169
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Infrared and visible image fusion(IVIF) combines complementary modalities while preserving natural textures and salient thermal signatures. Existing solutions predominantly rely on extensive sets of rigidly aligned image pairs for training. However, acquiring such data is often impractical due to the costly and labour-intensive alignment process. Besides, maintaining a rigid pairing setting during training restricts the volume of cross-modal relationships, thereby limiting generalisation performance. To this end, this work challenges the necessity of Strictly Paired Training Paradigm (SPTP) by systematically investigating UnPaired and Arbitrarily Paired Training Paradigms (UPTP and APTP) for high-performance IVIF. We establish a theoretical objective of APTP, reflecting the complementary nature between UPTP and SPTP. More importantly, we develop a practical framework capable of significantly enriching cross-modal relationships even with severely limited and unaligned training data. To validate our propositions, three end-to-end lightweight baselines, alongside a set of innovative loss functions, are designed to cover three classic frameworks (CNN, Transformer, GAN). Comprehensive experiments demonstrate that the proposed APTP and UPTP are feasible and capable of training models on a severely limited and content-inconsistent infrared and visible dataset, achieving performance comparable to that of a dataset 100$\times$ larger in SPTP. This finding fundamentally alleviates the cost and difficulty of data collection while enhancing model robustness from the data perspective, delivering a feasible solution for IVIF studies. The code is available at \href{https://github.com/yanglinDeng/IVIF_unpair}{\textcolor{blue}{https://github.com/yanglinDeng/IVIF\_unpair}}.
• Abstract（参考訳）: Infrared and visible image fusion (IVIF) は自然のテクスチャと温暖なシグネチャを保存しながら相補的なモダリティを結合する。 既存のソリューションは主にトレーニングのために厳格に整列したイメージペアの広範なセットに依存している。 しかし、コストと労働集約的なアライメントプロセスのため、このようなデータを取得することは現実的ではないことが多い。 さらに、トレーニング中の厳密なペアリング設定を維持することで、相互関係のボリュームを制限し、一般化性能を制限できる。 この目的のために、高性能IVIFのためのUnPaired and Arbitrally Paired Training Paradigms(UPTP、APTP)を体系的に検討することで、SPTP(Strictly Paired Training Paradigm)の必要性に挑戦する。 我々は,UPTPとSPTPの相補的な性質を反映したAPTPの理論的目的を確立する。 さらに重要なことは、厳格に制限された非整合的なトレーニングデータであっても、相互関係を著しく強化できる実践的なフレームワークを開発することである。 我々の提案を検証するために、3つのエンドツーエンドの軽量ベースラインと、革新的な損失関数のセットは、3つの古典的なフレームワーク(CNN、Transformer、GAN)をカバーするように設計されている。 包括的な実験により、提案されたAPTPとUPTPは実現可能であり、SPTPで100$\times$大のデータセットに匹敵するパフォーマンスを達成するために、非常に制限され、コンテンツに一貫性のない赤外線および可視性データセットでモデルをトレーニングできることを示した。 この発見はデータ収集のコストと難しさを根本的に軽減し、データの観点からモデルロバスト性を高め、IVIF研究に実現可能なソリューションを提供する。 コードは \href{https://github.com/yanglinDeng/IVIF_unpair}{\textcolor{blue}{https://github.com/yanglinDeng/IVIF\_unpair}} で公開されている。

関連論文リスト

• Experts-Guided Unbalanced Optimal Transport for ISP Learning from Unpaired and/or Paired Data [48.3649059876439]
  我々は、任意のISPアーキテクチャをペアモードとペアモードの両方でトレーニングできる教師なしのトレーニングフレームワークを導入する。 我々のフレームワークは、ターゲットのsRGBデータにおける外れ値に対して堅牢性を提供し、マップに著しくコストがかかる非定型サンプルを割引することができる。 実験の結果、我々のフレームワークは、ペアリングモードで訓練された場合、全てのメトリクスで元のペアリングメソッドのパフォーマンスを上回るが、未ペアリングモードは競合する量的および質的なパフォーマンスを同時に達成し、場合によっては、元のペアリングされたメソッドを上回っていることがわかった。
  論文  参考訳（メタデータ） (2025-12-05T11:27:36Z)
• Don't Just Fine-tune the Agent, Tune the Environment [25.7349297100143]
  合成データの微調整の監督は、過度な適合につながる。 標準的な強化学習は、重要なコールドスタート問題とトレーニング不安定性に苦慮している。 本研究は,静的軌道の教師付き微調整から動的環境探索へのパラダイムシフトを示す。
  論文  参考訳（メタデータ） (2025-10-11T12:35:15Z)
• Beyond the Proxy: Trajectory-Distilled Guidance for Offline GFlowNet Training [36.64849664688883]
  Trajectory-Distilled GFlowNet(TD-GFN)は、新しいプロキシフリートレーニングフレームワークである。 逆強化学習を通じて、オフライン軌道から高密度で遷移レベルなエッジ報酬を学習する。 コンバージェンス速度と最終サンプル品質の両方において、既存のベースラインを大きく上回っている。
  論文  参考訳（メタデータ） (2025-05-26T15:12:22Z)
• LSP-ST: Ladder Shape-Biased Side-Tuning for Robust Infrared Small Target Detection [4.5138645285711165]
  LSP-ST(Ladder Shape-Biased Side-Tuning)を提案する。 学習可能なパラメータは4.72Mしかなく、LSP-STは複数の赤外線小ターゲット検出ベンチマークで最先端のパフォーマンスを達成している。
  論文  参考訳（メタデータ） (2025-04-20T04:12:38Z)
• Reason-RFT: Reinforcement Fine-Tuning for Visual Reasoning of Vision Language Models [42.75418134743927]
  Reason-RFTは視覚的推論のための2段階強化微調整フレームワークである。 第一に、CoTデータをキュレートしたスーパービジョンファインチューニング(SFT)は、ビジョンランゲージモデル(VLM)の推論ポテンシャルを活性化する 第2に、グループ相対政策最適化(GRPO)に基づく強化学習は、複数の推論応答対を生成し、ドメインシフトへの適応性を高める。
  論文  参考訳（メタデータ） (2025-03-26T17:38:06Z)
• CoLLM: A Large Language Model for Composed Image Retrieval [76.29725148964368]
  Composed Image Retrieval (CIR)は、マルチモーダルクエリに基づいた画像検索を目的とした複雑なタスクである。 本稿では,イメージキャプションペアからトリプレットをオンザフライで生成するワンストップフレームワークであるCoLLMを提案する。 我々はLarge Language Models (LLMs) を利用して参照画像の埋め込みと修正テキストを生成する。
  論文  参考訳（メタデータ） (2025-03-25T17:59:50Z)
• ProgFed: Effective, Communication, and Computation Efficient Federated Learning by Progressive Training [65.68511423300812]
  本稿では,効率的なフェデレート学習のためのプログレッシブトレーニングフレームワークであるProgFedを提案する。 ProgFedは計算と双方向通信のコストを本質的に低減し、最終モデルの強力な性能を維持している。 以上の結果から, ProgFed はフルモデルの標準トレーニングと同等の速度で収束することがわかった。
  論文  参考訳（メタデータ） (2021-10-11T14:45:00Z)
• When Relation Networks meet GANs: Relation GANs with Triplet Loss [110.7572918636599]
  GAN(Generative Adversarial Network)の学習安定性はいまだに悩みの種である 本稿では,判別器のための関係ネットワークアーキテクチャについて検討し,より優れた一般化と安定性を実現する三重項損失を設計する。 ベンチマークデータセットの実験により、提案された関係判別器と新たな損失は、可変視覚タスクに大幅な改善をもたらすことが示された。
  論文  参考訳（メタデータ） (2020-02-24T11:35:28Z)

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。