論文の概要: Trustworthy Endoscopic Super-Resolution

• arxiv url: http://arxiv.org/abs/2604.18001v1
• Date: Mon, 20 Apr 2026 09:25:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-21 21:52:52.787473
• Title: Trustworthy Endoscopic Super-Resolution
• Title（参考訳）: 内視鏡的超解像術
• Authors: Julio Silva-Rodríguez, Ender Konukoglu,
• Abstract要約: 超高解像度(SR)モデルは、ハードウェア制約下での最小侵襲手術と診断ビデオの強化への関心が高まっている。 再建が失敗する可能性のある場所を特定することにより,SRシステムをより信頼性の高いものにするためのフレームワークを提案する。 提案手法は,中間表現で動作する軽量なエラー予測ネットワークを統合し,画素単位の再構成誤差を推定する。
• 参考スコア（独自算出の注目度）: 20.999372254003482
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Super-resolution (SR) models are attracting growing interest for enhancing minimally invasive surgery and diagnostic videos under hardware constraints. However, valid concerns remain regarding the introduction of hallucinated structures and amplified noise, limiting their reliability in safety-critical settings. We propose a direct and practical framework to make SR systems more trustworthy by identifying where reconstructions are likely to fail. Our approach integrates a lightweight error-prediction network that operates on intermediate representations to estimate pixel-wise reconstruction error. The module is computationally efficient and low-latency, making it suitable for real-time deployment. We convert these predictions into operational failure decisions by constructing Conformal Failure Masks (CFM), which localize regions where the SR output should not be trusted. Built on conformal risk control principles, our method provides theoretical guarantees for controlling both the tolerated error limit and the miscoverage in detected failures. We evaluate our approach on image and video SR, demonstrating its effectiveness in detecting unreliable reconstructions in endoscopic and robotic surgery settings. To our knowledge, this is the first study to provide a model-agnostic, theoretically grounded approach to improving the safety of real-time endoscopic image SR.
• Abstract（参考訳）: 超高解像度(SR)モデルは、ハードウェア制約下での最小侵襲手術と診断ビデオの強化への関心が高まっている。 しかし、ハロゲン化構造の導入や騒音の増幅に関して、安全上重要な環境での信頼性を抑える上で有効な懸念が残っている。 本稿では,再建が失敗する可能性のある場所を特定することによって,SRシステムをより信頼性の高いものにするための,直接的で実用的な枠組みを提案する。 提案手法は,中間表現で動作する軽量な誤り予測ネットワークを統合し,画素単位の再構成誤差を推定する。 モジュールは計算効率が高く低レイテンシであり、リアルタイムデプロイメントに適している。 我々は、これらの予測を、SR出力を信頼すべきでない領域をローカライズする、整形故障マスク(CFM)を構築することにより、運用上の故障判定に変換する。 本手法は,共形リスク制御の原理に基づいて,検出された故障の許容誤差限界と誤検出の両方を制御するための理論的保証を提供する。 我々は,画像とビデオのSRに対するアプローチを評価し,内視鏡およびロボット手術設定における信頼性の低い再構成の検出の有効性を実証した。 我々の知る限り、リアルタイム内視鏡画像SRの安全性を向上させるためのモデルに依存しない理論的なアプローチを提供する最初の研究である。

関連論文リスト

• Self-Supervised Uncertainty Estimation For Super-Resolution of Satellite Images [6.86762910763467]
  超高解像度衛星画像は、ペアの低解像度/高解像度データがないため、困難である。 近年の自己監督型SR法は、バースト観測における時間的冗長性を利用してこの制限を克服している。 画像の超解像における不確かさを、地上の高解像データにアクセスすることなく推定できる新たな自己監督的損失を導入する。
  論文  参考訳（メタデータ） (2026-03-14T18:41:43Z)
• Revisiting Reconstruction-based AI-generated Image Detection: A Geometric Perspective [50.83711509908479]
  幾何学的観点からの再構成誤差に対するヤコビアンスペクトル下界の導入について述べる。 再構成多様体上の実画像は非自明な誤差下界を示し、多様体上の生成された画像はゼロに近い誤差を持つことを示す。 本稿では,構造化編集操作を活用することで動的再構成誤差を計算できるReGapを提案する。
  論文  参考訳（メタデータ） (2025-10-29T03:45:03Z)
• Verification of Visual Controllers via Compositional Geometric Transformations [49.81690518952909]
  到達可能な集合の外部近似を生成できる知覚ベースのコントローラのための新しい検証フレームワークを提案する。 提案手法の音質を理論的に保証し,ベンチマーク制御環境における有効性を示す。
  論文  参考訳（メタデータ） (2025-07-06T20:22:58Z)
• Perturb, Attend, Detect and Localize (PADL): Robust Proactive Image Defense [5.150608040339816]
  本稿では,クロスアテンションに基づく符号化と復号の対称スキームを用いて,画像固有の摂動を生成する新しいソリューションであるPADLを紹介する。 提案手法は,StarGANv2,BlendGAN,DiffAE,StableDiffusion,StableDiffusionXLなど,さまざまなアーキテクチャ設計の未確認モデルに一般化する。
  論文  参考訳（メタデータ） (2024-09-26T15:16:32Z)
• Learning Robust Output Control Barrier Functions from Safe Expert Demonstrations [50.37808220291108]
  本稿では,専門家によるデモンストレーションの部分的な観察から,安全な出力フィードバック制御法を考察する。 まず,安全性を保証する手段として,ロバスト出力制御バリア関数(ROCBF)を提案する。 次に、安全なシステム動作を示す専門家による実証からROCBFを学習するための最適化問題を定式化する。
  論文  参考訳（メタデータ） (2021-11-18T23:21:00Z)
• Frequency Consistent Adaptation for Real World Super Resolution [64.91914552787668]
  実シーンにスーパーリゾリューション(SR)法を適用する際に周波数領域の整合性を保証する新しい周波数一貫性適応(FCA)を提案する。 監視されていない画像から劣化カーネルを推定し、対応するLow-Resolution (LR)画像を生成する。 ドメイン一貫性のあるLR-HRペアに基づいて、容易に実装可能な畳み込みニューラルネットワーク(CNN)SRモデルを訓練する。
  論文  参考訳（メタデータ） (2020-12-18T08:25:39Z)

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。