論文の概要: Your Pre-trained Diffusion Model Secretly Knows Restoration

• arxiv url: http://arxiv.org/abs/2604.04924v1
• Date: Mon, 06 Apr 2026 17:59:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-07 15:49:19.333591
• Title: Your Pre-trained Diffusion Model Secretly Knows Restoration
• Title（参考訳）: トレーニング済みの拡散モデルが修復を秘かに知る
• Abstract要約: 本研究では,事前学習した拡散モデルが本質的に復元動作を有しており,即時埋め込みを直接学習することで解錠可能であることを示す。 トレーニング済みのWANビデオモデルとFLUX画像モデルに軽量な学習プロンプトを導入し、それらを高性能な復元モデルに変換する。
• 参考スコア（独自算出の注目度）: 55.7186754179308
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Pre-trained diffusion models have enabled significant advancements in All-in-One Restoration (AiOR), offering improved perceptual quality and generalization. However, diffusion-based restoration methods primarily rely on fine-tuning or Control-Net style modules to leverage the pre-trained diffusion model's priors for AiOR. In this work, we show that these pre-trained diffusion models inherently possess restoration behavior, which can be unlocked by directly learning prompt embeddings at the output of the text encoder. Interestingly, this behavior is largely inaccessible through text prompts and text-token embedding optimization. Furthermore, we observe that naive prompt learning is unstable because the forward noising process using degraded images is misaligned with the reverse sampling trajectory. To resolve this, we train prompts within a diffusion bridge formulation that aligns training and inference dynamics, enforcing a coherent denoising path from noisy degraded states to clean images. Building on these insights, we introduce our lightweight learned prompts on the pre-trained WAN video model and FLUX image models, converting them into high-performing restoration models. Extensive experiments demonstrate that our approach achieves competitive performance and generalization across diverse degradations, while avoiding fine-tuning and restoration-specific control modules.
• Abstract（参考訳）: 事前訓練された拡散モデルによりオールインワン修復(AiOR)が大幅に進歩し、知覚品質と一般化が向上した。 しかし、拡散に基づく復元法は、主にAiORの事前訓練された拡散モデルの事前の活用のために、微調整または制御ネットスタイルのモジュールに依存している。 本研究では、これらの事前学習拡散モデルが本質的に復元動作を有しており、テキストエンコーダの出力に即時埋め込みを学習することで解き放つことができることを示す。 興味深いことに、この動作はテキストプロンプトとテキストへの埋め込み最適化によってほとんどアクセスできない。 さらに,劣化画像を用いたフォワードノイズ発生過程が逆サンプリング軌道と誤一致しているため,ナイーブ・プロンプト・ラーニングが不安定であることも観察した。 これを解決するために、我々は、トレーニングと推論のダイナミクスを整合させる拡散ブリッジの定式化のプロンプトを訓練し、ノイズのある劣化状態からクリーンな画像へのコヒーレントな denoising パスを強制する。 これらの知見に基づいて、トレーニング済みのWANビデオモデルとFLUX画像モデルに関する軽量な学習プロンプトを導入し、それらを高性能な復元モデルに変換する。 大規模な実験により,本手法は微調整および復元特異的制御モジュールを回避しつつ,様々な劣化に対して競争性能と一般化を実現することを示した。

関連論文リスト

• Guidance for Low-Level Perceptual Editing in Unconditional Diffusion Models [0.0]
  トレーニング不要な拡散編集の主要なパラダイムであるh-space patchingは、グローバルで低レベルな変換では体系的に失敗する。 非条件拡散モデルにおいて、明示的な訓練を伴わない、画像編集のための新しい一般化されたフレームワークを導入する。
  論文  参考訳（メタデータ） (2026-05-29T11:11:04Z)
• ReLAPSe: Reinforcement-Learning-trained Adversarial Prompt Search for Erased concepts in unlearned diffusion models [12.021923446217722]
  マシン・アンラーニングは、テキスト・ツー・イメージ拡散モデルから不正な概念を取り除くための鍵となる防御メカニズムである。 この漏洩を悪用する既存の敵のアプローチは、基本的な制限によって制約される。 本稿では,ReLAPSeについて紹介する。ReLAPSeは,概念回復を強化学習問題として再編成する政策ベースの敵対的枠組みである。
  論文  参考訳（メタデータ） (2026-01-30T21:56:50Z)
• Learning from Next-Frame Prediction: Autoregressive Video Modeling Encodes Effective Representations [53.91818843831925]
  NExT-Vidは,新しい自己回帰型視覚生成事前学習フレームワークである。 本研究では,文脈分離型自己回帰予測器を導入し,セマンティック表現をターゲットデコーディングから切り離す。 文脈分離型フローマッチング事前学習により,本手法は強い表現を実現する。
  論文  参考訳（メタデータ） (2025-12-24T07:07:08Z)
• Boosting Fidelity for Pre-Trained-Diffusion-Based Low-Light Image Enhancement via Condition Refinement [63.54516423266521]
  事前学習拡散ベース(PTDB)法は、しばしばコンテンツ忠実さを犠牲にして知覚的リアリズムを高める。 本稿では,事前学習した拡散モデルにおける条件付けのための新しい最適化手法を提案する。 我々のアプローチはプラグアンドプレイであり、より効率的な制御を提供するために既存の拡散ネットワークにシームレスに統合される。
  論文  参考訳（メタデータ） (2025-10-20T02:40:06Z)
• Harnessing Diffusion-Yielded Score Priors for Image Restoration [29.788482710572307]
  深部画像復元モデルは、劣化した画像空間から自然画像空間へのマッピングを学習することを目的としている。 MSEベース、GANベース、拡散ベースメソッドの3つの主要なクラスが登場した。 これらの課題に対処するための新しい手法HYPIRを提案する。
  論文  参考訳（メタデータ） (2025-07-28T07:55:34Z)
• One-Step Diffusion Model for Image Motion-Deblurring [85.76149042561507]
  本稿では,脱臭過程を1段階に短縮する新しいフレームワークである脱臭拡散モデル(OSDD)を提案する。 拡散モデルにおける忠実度損失に対処するために,構造復元を改善する改良された変分オートエンコーダ(eVAE)を導入する。 提案手法は,実測値と非参照値の両方で高い性能を達成する。
  論文  参考訳（メタデータ） (2025-03-09T09:39:57Z)
• Representation Alignment for Generation: Training Diffusion Transformers Is Easier Than You Think [72.48325960659822]
  生成のための大規模拡散モデルの訓練における主要なボトルネックは、これらの表現を効果的に学習することにある。 本稿では,RePresentation Alignment (REPA) と呼ばれる単純な正規化を導入し,ノイズの多い入力隠れ状態の投影を,外部の事前学習された視覚エンコーダから得られるクリーンな画像表現と整合させる手法を提案する。 我々の単純な戦略は、一般的な拡散やDiTsやSiTsといったフローベースのトランスフォーマーに適用した場合、トレーニング効率と生成品質の両方に大きな改善をもたらす。
  論文  参考訳（メタデータ） (2024-10-09T14:34:53Z)
• Exploiting Diffusion Prior for Real-World Image Super-Resolution [75.5898357277047]
  本稿では,事前学習したテキスト・画像拡散モデルにカプセル化された事前知識を視覚的超解像に活用するための新しいアプローチを提案する。 時間認識エンコーダを用いることで、事前学習した合成モデルを変更することなく、有望な復元結果が得られる。
  論文  参考訳（メタデータ） (2023-05-11T17:55:25Z)
• ADIR: Adaptive Diffusion for Image Reconstruction [42.90778718695398]
  拡散モデルのデノイングは画像生成において顕著な成功を収めており、自然画像統計に関する豊富な情報を収集している。 本稿では,拡散モデルで学習した強力な事前知識を活用しつつ,利用可能な測定値との整合性を実現する条件付きサンプリングフレームワークを提案する。 大規模かつ多様なデータセットから効率よく抽出される劣化した入力とセマンティックかつ視覚的に類似した画像を用いてLoRAに基づく適応を用いる。
  論文  参考訳（メタデータ） (2022-12-06T18:39:58Z)

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。