論文の概要: Cross-Resolution Diffusion Models via Network Pruning

• arxiv url: http://arxiv.org/abs/2604.05524v1
• Date: Tue, 07 Apr 2026 07:23:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-08 17:42:09.684409
• Title: Cross-Resolution Diffusion Models via Network Pruning
• Title（参考訳）: ネットワーク・プルーニングによるクロスリゾリューション拡散モデル
• Authors: Jiaxuan Ren, Junhan Zhu, Huan Wang,
• Abstract要約: CR-Diffは拡散モデルのパラメータを定式化することにより、クロスレゾリューションの視覚的整合性を改善する新しい手法である。 まずブロックワイズプルーニングを行い、悪重量を選択的に除去する。 そして、プルーンド出力増幅を行い、予測をさらに浄化する。
• 参考スコア（独自算出の注目度）: 6.220538867840117
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Diffusion models have demonstrated impressive image synthesis performance, yet many UNet-based models are trained at certain fixed resolutions. Their quality tends to degrade when generating images at out-of-training resolutions. We trace this issue to resolution-dependent parameter behaviors, where weights that function well at the default resolution can become adverse when spatial scales shift, weakening semantic alignment and causing structural instability in the UNet architecture. Based on this analysis, this paper introduces CR-Diff, a novel method that improves the cross-resolution visual consistency by pruning some parameters of the diffusion model. Specifically, CR-Diff has two stages. It first performs block-wise pruning to selectively eliminate adverse weights. Then, a pruned output amplification is conducted to further purify the pruned predictions. Empirically, extensive experiments suggest that CR-Diff can improve perceptual fidelity and semantic coherence across various diffusion backbones and unseen resolutions, while largely preserving the performance at default resolutions. Additionally, CR-Diff supports prompt-specific refinement, enabling quality enhancement on demand.
• Abstract（参考訳）: 拡散モデルは印象的な画像合成性能を示したが、多くのUNetベースのモデルは一定の解像度で訓練されている。 トレーニング外の解像度で画像を生成すると、画質が劣化する傾向がある。 この問題は、空間スケールのシフトやセマンティックアライメントの弱化、UNetアーキテクチャの構造不安定化などによって、デフォルトの解像度でうまく機能する重みが悪くなるという、解像度依存パラメータの挙動に遡る。 そこで本研究では,拡散モデルのパラメータを定式化することにより,クロスレゾリューションな視覚的整合性を改善するCR-Diffを提案する。 具体的には、CR-Diffには2つのステージがある。 まずブロックワイズプルーニングを行い、悪重量を選択的に除去する。 そして、プルーンド出力増幅を行い、プルーンド予測をさらに浄化する。 実験的に、CR-Diffは様々な拡散バックボーンや目に見えない解像度で知覚の忠実さとセマンティックコヒーレンスを改善し、デフォルトの解像度で性能を保っていることを示唆している。 さらにCR-Diffは、要求に応じて品質の向上を可能にする、プロンプト固有の改善をサポートする。

関連論文リスト

• InfScene-SR: Spatially Continuous Inference for Arbitrary-Size Image Super-Resolution [3.6762434952581713]
  InfScene-SRは、空間的に連続した超解像を可能にするフレームワークである。 拡散モデルの反復的精密化過程を、新しいガイド付きおよび分散補正融合機構で適用する。
  論文  参考訳（メタデータ） (2026-02-23T11:34:59Z)
• Looking Alike From Far to Near: Enhancing Cross-Resolution Re-Identification via Feature Vector Panning [14.89776496894534]
  クロスリゾリューションReID(CR-ReID)法は、特徴補償のための超解像(SR)や共同学習に依存している。 単語埋め込み空間のセマンティックな方向から着想を得た結果,ReIDの特徴空間にも,解決の相違を意味するセマンティックな方向が現れることが実証的に明らかになった。 本稿では,新しい視点からCR-ReIDを実行する軽量で効果的なベクトルパニング機能アライメント(VPFA)フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-01T14:15:39Z)
• Self-Cascaded Diffusion Models for Arbitrary-Scale Image Super-Resolution [9.322053509028832]
  任意スケール画像超解像のための自己カスケード拡散フレームワークCasArbiを提案する。 座標誘導残差拡散モデルにより連続画像表現の学習が可能となる。 私たちの実験では、CasArbiは知覚と歪みの両方のパフォーマンス指標において、先行技術よりも優れています。
  論文  参考訳（メタデータ） (2025-06-09T14:43:21Z)
• BUFF: Bayesian Uncertainty Guided Diffusion Probabilistic Model for Single Image Super-Resolution [19.568467335629094]
  ベイジアン不確実性誘導拡散確率モデル(BUFF)を紹介する。 BUFFは、ハイレゾな不確実性マスクを生成するためにベイズネットワークを組み込むことで、自分自身を区別する。 複雑なテクスチャと細部が特徴の領域において、人工物やぼやけを著しく軽減する。
  論文  参考訳（メタデータ） (2025-04-04T14:43:45Z)
• 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)
• DeltaDiff: Reality-Driven Diffusion with AnchorResiduals for Faithful SR [10.790771977682763]
  拡散過程を制約する新しいフレーム・ワークであるDeltaDiffを提案する。 提案手法は最先端のモデルを超え,忠実度を向上した再侮辱を生成する。 この研究は、画像再構成タスクに拡散モデルを適用するための、新しい低ランク制約パラパラダイムを確立する。
  論文  参考訳（メタデータ） (2025-02-18T06:07:14Z)
• FAM Diffusion: Frequency and Attention Modulation for High-Resolution Image Generation with Stable Diffusion [63.609399000712905]
  スケールした解像度での推論は反復的なパターンと構造的歪みをもたらす。 これらの問題を解決するために組み合わせた2つの単純なモジュールを提案する。 我々の手法はファム拡散と呼ばれ、任意の潜在拡散モデルにシームレスに統合でき、追加の訓練を必要としない。
  論文  参考訳（メタデータ） (2024-11-27T17:51:44Z)
• Diffusion Models Without Attention [110.5623058129782]
  Diffusion State Space Model (DiffuSSM) は、よりスケーラブルな状態空間モデルバックボーンで注目メカニズムを置き換えるアーキテクチャである。 拡散訓練におけるFLOP効率の高いアーキテクチャへの注力は、大きな前進となる。
  論文  参考訳（メタデータ） (2023-11-30T05:15:35Z)
• Implicit Diffusion Models for Continuous Super-Resolution [65.45848137914592]
  本稿では,高忠実度連続画像超解像のためのインプリシティ拡散モデル(IDM)を提案する。 IDMは暗黙のニューラル表現とデノナイジング拡散モデルを統合されたエンドツーエンドフレームワークに統合する。 スケーリング係数は分解能を調節し、最終出力におけるLR情報と生成された特徴の比率を変調する。
  論文  参考訳（メタデータ） (2023-03-29T07:02:20Z)
• Learning Resolution-Adaptive Representations for Cross-Resolution Person Re-Identification [49.57112924976762]
  低解像度(LR)クエリIDイメージと高解像度(HR)ギャラリーイメージとの整合性を実現する。 実際のカメラとの違いにより、クエリ画像が分解能の低下に悩まされることがしばしばあるため、これは困難かつ実用的な問題である。 本稿では,問合せ画像の解像度に適応する動的計量を用いて,HRとLRの画像を直接比較するためのSRフリーなパラダイムについて検討する。
  論文  参考訳（メタデータ） (2022-07-09T03:49:51Z)

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。