論文の概要: PASDiff: Physics-Aware Semantic Guidance for Joint Real-world Low-Light Face Enhancement and Restoration

• arxiv url: http://arxiv.org/abs/2603.24969v1
• Date: Thu, 26 Mar 2026 03:02:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-27 20:52:48.067792
• Title: PASDiff: Physics-Aware Semantic Guidance for Joint Real-world Low-Light Face Enhancement and Restoration
• Title（参考訳）: PASDiff:物理を意識した実世界の低照度顔の強化と復元のためのセマンティックガイダンス
• Authors: Yilin Ni, Wenjie Li, Zhengxue Wang, Juncheng Li, Guangwei Gao, Jian Yang,
• Abstract要約: 本研究では,物理を意識した意味的拡散法PASDiffを提案する。 逆強度重み付けとレチネックス理論を利用して光度制約を導入し、可視性と自然色度を確実に回復する。 複雑な劣化を伴う700個の低照度顔画像のリアルタイムベンチマークであるWildDark-Faceを構築した。
• 参考スコア（独自算出の注目度）: 28.276779197981615
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Face images captured in real-world low light suffer multiple degradations-low illumination, blur, noise, and low visibility, etc. Existing cascaded solutions often suffer from severe error accumulation, while generic joint models lack explicit facial priors and struggle to resolve clear face structures. In this paper, we propose PASDiff, a Physics-Aware Semantic Diffusion with a training-free manner. To achieve a plausible illumination and color distribution, we leverage inverse intensity weighting and Retinex theory to introduce photometric constraints, thereby reliably recovering visibility and natural chromaticity. To faithfully reconstruct facial details, our Style-Agnostic Structural Injection (SASI) extracts structures from an off-the-shelf facial prior while filtering out its intrinsic photometric biases, seamlessly harmonizing identity features with physical constraints. Furthermore, we construct WildDark-Face, a real-world benchmark of 700 low-light facial images with complex degradations. Extensive experiments demonstrate that PASDiff significantly outperforms existing methods, achieving a superior balance among natural illumination, color recovery, and identity consistency.
• Abstract（参考訳）: 現実世界の低照度で撮影された顔画像は、低照度、ぼやけ、ノイズ、視界の低さなど、複数の劣化に悩まされている。 既存のカスケードされたソリューションは、しばしば深刻なエラーの蓄積に悩まされるが、一般的な関節モデルは明確な顔の先行と明確な顔の構造の解決に苦慮している。 本稿では,物理対応セマンティック拡散法PASDiffを提案する。 可視照明と色分布を実現するために,逆強度重み付けとレチネックス理論を利用して光度制約を導入し,可視性と自然色度を確実に回復する。 顔の細部を忠実に再構築するために、我々のスタイル非依存構造注入(SASI)は、本質的な光度バイアスを除去しながら、既製の顔から構造を抽出する。 さらに、複雑な劣化を伴う700個の低照度顔画像の実際のベンチマークであるWildDark-Faceを構築した。 大規模な実験により、PASDiffは既存の方法よりも優れており、自然照明、色回復、アイデンティティ一貫性のバランスが優れていることが示されている。

関連論文リスト

• Exploring Specular Reflection Inconsistency for Generalizable Face Forgery Detection [25.84334069614374]
  空間的特徴と周波数的特徴に依存した偽造検出アプローチは、高品質で完全に合成された偽造に対して限られた有効性を示す。 本稿では,複雑な物理法則によって支配される顔の属性を本質的に複製することが困難であることを示す。 本稿では,Retinex理論に基づく高速かつ高精度な顔テクスチャ推定手法を提案する。
  論文  参考訳（メタデータ） (2026-02-06T07:27:19Z)
• Near-Light Color Photometric Stereo for mono-Chromaticity non-lambertian surface [67.4383975650003]
  本稿では,一色性の仮定の下で,ニューラル暗黙表現を深度とBRDFモデリングに活用するフレームワークを提案する。 合成および実世界の両方のデータセットに対する実験により,本手法が高精度で堅牢な表面再構成を実現することを示す。
  論文  参考訳（メタデータ） (2026-01-19T02:26:08Z)
• Self-Supervised Selective-Guided Diffusion Model for Old-Photo Face Restoration [43.12011252251526]
  古い写真による顔の復元は、破壊、失明、激しいぼやけなどの複合的な劣化のために重大な課題となる。 本稿では,事前学習した拡散モデルにより生成された擬似参照面を弱い誘導下で活用する自己監督選択拡散法を提案する。 SSDiffは、知覚品質、忠実度、および地域制御性において、既存のGANベースおよび拡散ベースの手法より優れている。
  論文  参考訳（メタデータ） (2025-10-14T03:34:15Z)
• Ordinality of Visible-Thermal Image Intensities for Intrinsic Image Decomposition [25.579052761222513]
  本稿では,一対の可視画像と熱画像のみを用いた内在画像分解のためのトレーニング不要アプローチを提案する。 我々は不透明な表面から反射しない光が熱カメラによって吸収され、熱として検出されるという原理を活用する。 これにより、可視画像強度と熱画像強度の順序性と、陰影と反射率の順序性とを関連付けることができる。
  論文  参考訳（メタデータ） (2025-09-12T16:29:02Z)
• Advancing Unsupervised Low-light Image Enhancement: Noise Estimation, Illumination Interpolation, and Self-Regulation [55.07472635587852]
  低光画像強調(LLIE)技術は、画像の詳細の保存とコントラストの強化に顕著な進歩をもたらした。 これらのアプローチは、動的ノイズを効率的に緩和し、様々な低照度シナリオを収容する上で、永続的な課題に直面する。 まず,低照度画像の雑音レベルを迅速かつ高精度に推定する方法を提案する。 次に、照明と入力の一般的な制約を満たすために、Learningable Illumination Interpolator (LII) を考案する。
  論文  参考訳（メタデータ） (2023-05-17T13:56:48Z)
• LTT-GAN: Looking Through Turbulence by Inverting GANs [86.25869403782957]
  本稿では,よく訓練されたGANによってカプセル化された視覚的事前情報を利用した最初の乱流緩和手法を提案する。 視覚的先行性に基づき、周期的な文脈距離で復元された画像の同一性を維持することを学ぶことを提案する。 本手法は, 回復した結果の視覚的品質と顔認証精度の両方において, 先行技術よりも優れていた。
  論文  参考訳（メタデータ） (2021-12-04T16:42:13Z)
• Learning Flow-based Feature Warping for Face Frontalization with Illumination Inconsistent Supervision [73.18554605744842]
  Flow-based Feature Warping Model (FFWM) は、正面画像を保存するフォトリアリスティックおよび照明の合成を学ぶ。 Illumination Preserving Module (IPM) を提案する。 Warp Attention Module (WAM) は、機能レベルでのポーズの相違を低減するために導入された。
  論文  参考訳（メタデータ） (2020-08-16T06:07:00Z)
• Recurrent Exposure Generation for Low-Light Face Detection [113.25331155337759]
  本稿では,Recurrent Exposure Generation (REG) モジュールと Multi-Exposure Detection (MED) モジュールを提案する。 REGは、様々な露光設定に対応する段階的かつ効率的な中間画像を生成する。 このような擬似露光はMEDによって融合され、異なる照明条件で顔を検出する。
  論文  参考訳（メタデータ） (2020-07-21T17:30:51Z)

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。