論文の概要: On the Global Photometric Alignment for Low-Level Vision

• arxiv url: http://arxiv.org/abs/2604.08172v1
• Date: Thu, 09 Apr 2026 12:29:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-10 18:34:05.914346
• Title: On the Global Photometric Alignment for Low-Level Vision
• Title（参考訳）: 低レベルビジョンのためのグローバル測光アライメントについて
• Authors: Mingjia Li, Tianle Du, Hainuo Wang, Qiming Hu, Xiaojie Guo,
• Abstract要約: 監督された低レベルの視覚モデルは、ペア化された参照に対してピクセル単位での損失に依存するが、ペア化されたトレーニングセットはペアごとの光度不整合を示す。 標準的な再建の損失は、ペア当たりの測光目標に反する不均衡な勾配予算を割り当て、コンテンツ復元を混雑させる。 この分析によって動機づけられた光度アライメント損失(PAL)を提案する。
• 参考スコア（独自算出の注目度）: 14.897162428029878
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Supervised low-level vision models rely on pixel-wise losses against paired references, yet paired training sets exhibit per-pair photometric inconsistency, say, different image pairs demand different global brightness, color, or white-balance mappings. This inconsistency enters through task-intrinsic photometric transfer (e.g., low-light enhancement) or unintended acquisition shifts (e.g., de-raining), and in either case causes an optimization pathology. Standard reconstruction losses allocate disproportionate gradient budget to conflicting per-pair photometric targets, crowding out content restoration. In this paper, we investigate this issue and prove that, under least-squares decomposition, the photometric and structural components of the prediction-target residual are orthogonal, and that the spatially dense photometric component dominates the gradient energy. Motivated by this analysis, we propose Photometric Alignment Loss (PAL). This flexible supervision objective discounts nuisance photometric discrepancy via closed-form affine color alignment while preserving restoration-relevant supervision, requiring only covariance statistics and tiny matrix inversion with negligible overhead. Across 6 tasks, 16 datasets, and 16 architectures, PAL consistently improves metrics and generalization. The implementation is in the appendix.
• Abstract（参考訳）: 監督された低レベルの視覚モデルは、ペア化された参照に対してピクセル単位での損失に依存するが、ペア化されたトレーニングセットはペアごとの光度差の不整合を示す。 この矛盾は、タスク固有の光メトリック転送(例えば、低照度化)や意図しない取得シフト(例えば、デレイニング)を通し、いずれの場合も最適化病理を引き起こす。 標準的な再建の損失は、ペア当たりの測光目標に反する不均衡な勾配予算を割り当て、コンテンツ復元を混雑させる。 本稿では, この問題を考察し, 少なくとも2乗分解では, 予測対象残差の光度および構造成分が直交し, 空間密度の高い光度成分が勾配エネルギーを支配していることを示す。 そこで本研究では,PAL(Photometric Alignment Loss)を提案する。 このフレキシブルな監視対象は、修復関連監督を保ちながら、クローズドフォームアフィン色アライメントによるニュアンス光度差を低減し、共分散統計と無視できないオーバーヘッドを伴う小さな行列逆転しか必要としない。 6つのタスク、16のデータセット、16のアーキテクチャで、PALは継続的にメトリクスと一般化を改善している。 実装は付録にある。

関連論文リスト

• Architectural Unification for Polarimetric Imaging Across Multiple Degradations [54.83037963738918]
  複数の劣化シナリオにまたがって構造的に共有される偏光イメージングのための統一的なアーキテクチャフレームワークを提案する。 このモデルは、単一ステージのジョイントイメージ・ストークス処理を実行し、エラーの蓄積を回避し、物理的一貫性を明示的に保持する。
  論文  参考訳（メタデータ） (2026-03-06T02:38:57Z)
• Unifying Color and Lightness Correction with View-Adaptive Curve Adjustment for Robust 3D Novel View Synthesis [73.27997579020233]
  多様な照明条件下での堅牢なNVSのための3DGSベースのフレームワークであるLuminance-GS++を提案する。 本手法は,グローバルな視野適応光度調整と局所画素ワイド残差補正を組み合わせ,正確な色補正を行う。
  論文  参考訳（メタデータ） (2026-02-20T16:20:50Z)
• Generalizable Non-Line-of-Sight Imaging with Learnable Physical Priors [52.195637608631955]
  非視線画像(NLOS)は、その潜在的な応用により注目されている。 既存のNLOS再構成アプローチは、経験的物理的前提に依存して制約される。 本稿では,Learningable Path Compensation(LPC)とAdaptive Phasor Field(APF)の2つの主要な設計を含む,学習に基づく新しいソリューションを提案する。
  論文  参考訳（メタデータ） (2024-09-21T04:39:45Z)
• Physically-Based Photometric Bundle Adjustment in Non-Lambertian Environments [59.96101889715997]
  光度バンドル調整(PBA)は、ランベルトの世界を仮定してカメラのポーズと3次元幾何学を推定するのに広く用いられる。 光度一貫性の仮定は、現実の環境では非拡散反射が一般的であるため、しばしば違反される。 そこで本研究では,この問題を解決するための物理ベースPBA法を提案する。
  論文  参考訳（メタデータ） (2024-09-18T10:22:07Z)
• MonoPCC: Photometric-invariant Cycle Constraint for Monocular Depth Estimation of Endoscopic Images [20.439758719616048]
  光度制約は自己教師付き単眼深度推定には不可欠である。 内蔵された光は、大きな明るさの変動を引き起こし、光度制限が信頼性を損なう。 本稿では,光度制約を周期形式に変換することにより,輝度の不整合を根本的に解消するMonoPCCを提案する。
  論文  参考訳（メタデータ） (2024-04-25T12:34:23Z)
• Degradation-agnostic Correspondence from Resolution-asymmetric Stereo [96.03964515969652]
  テレワイドカメラシステムで取得した解像度の異なる2枚の画像からステレオマッチングの問題を考察する。 特徴量整合性という画像空間の代わりに特徴空間に2つのビュー間の整合性を課すことを提案する。 測光損失をトレーニングしたステレオマッチングネットワークは最適ではないが, 特徴抽出器は劣化に依存しない, マッチング特有の特徴を生成できる。
  論文  参考訳（メタデータ） (2022-04-04T12:24:34Z)
• Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian Photometric Stereo [61.6260594326246]
  空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。 分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
  論文  参考訳（メタデータ） (2021-03-22T18:06:58Z)

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。