論文の概要: Faithful Extreme Image Rescaling with Learnable Reversible Transformation and Semantic Priors
- arxiv url: http://arxiv.org/abs/2605.00605v1
- Date: Fri, 01 May 2026 12:19:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-04 17:43:28.94445
- Title: Faithful Extreme Image Rescaling with Learnable Reversible Transformation and Semantic Priors
- Title（参考訳）: 学習可能な可逆変換とセマンティックプリミティブを用いた忠実なエクストリームイメージ再スケーリング
- Abstract要約: FaithEIRは、極端なイメージ再スケーリングのための拡散ベースのフレームワークである。
特異値分解にインスパイアされ、学習可能な可逆変換を開発する。
量子化による情報損失を補うために,前もって適応的な詳細情報を提案する。
- 参考スコア（独自算出の注目度）: 46.54433210034761
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Most recent extreme rescaling methods struggle to preserve semantically consistent structures and produce realistic details, due to the severely ill-posed nature of low- to high-resolution mapping under scaling factors of $16\times$ or higher. To alleviate the above problems, we propose FaithEIR, a diffusion-based framework for extreme image rescaling. Inspired by singular value decomposition, we develop learnable reversible transformation that enables invertible downscaling and upscaling in the latent space. To compensate for information loss due to quantization, we propose an adaptive detail prior, a high-frequency dictionary that captures the empirical average of commonly occurring structures in the training data. Finally, we design a lightweight pixel semantic embedder to provide semantic conditioning for the pretrained diffusion model. We present extensive experimental results demonstrating that our FaithEIR consistently outperforms state-of-the-art methods, achieving superior reconstruction fidelity and perceptual quality. Our code, model weights, and detailed results are released at https://github.com/cshw2021/FaithEIR.
- Abstract（参考訳）: 最近の極端な再スケーリング手法は、16ドル以上のスケーリング係数の下で、低解像度から高解像度のマッピングが著しく不適切な性質を持つため、意味的に一貫した構造を保存し、現実的な詳細を生成するのに苦労している。
上記の問題を緩和するために,極端画像再スケーリングのための拡散ベースのフレームワークであるFaithEIRを提案する。
特異値分解にインスパイアされた学習可能可逆変換は、潜在空間における可逆的なダウンスケーリングとアップスケーリングを可能にする。
量子化による情報損失を補うために、トレーニングデータにおいて一般的に発生する構造の経験的平均をキャプチャする高周波辞書、適応ディテールを前もって提案する。
最後に,事前学習した拡散モデルに対するセマンティックコンディショニングを提供するために,軽量な画素セマンティックインバータを設計する。
以上の結果から,FithEIRは最先端の手法よりも優れ,再現精度と知覚品質に優れていたことが示唆された。
私たちのコード、モデルウェイト、詳細な結果はhttps://github.com/cshw2021/FaithEIR.comで公開されています。
関連論文リスト
- Exploiting Semantic and Pixel Representations for Ultra-Low Bitrate Image Compression [46.54433210034761]
SPRDiffは、意味表現とピクセル表現の両方を完全に活用する拡散ベースの圧縮手法である。
我々は,事前学習された歪み指向および意味指向エンコーダから高忠実度特徴を利用する三重エンコーダアーキテクチャを開発した。
ベンチマークデータセットを用いた実験により,本手法は速度-歪-知覚トレードオフにおいて最先端の手法より優れていることが示された。
論文 参考訳（メタデータ） (2026-06-01T02:59:31Z) - SODiff: Semantic-Oriented Diffusion Model for JPEG Compression Artifacts Removal [50.90827365790281]
SODiffはJPEGアーティファクト削除のためのセマンティック指向のワンステップ拡散モデルである。
我々の中核的な考え方は、効果的な復元ヒンジは、事前訓練された拡散モデルに対する意味指向的なガイダンスを提供することである。
SAIPEは、低品質(LQ)画像からリッチな特徴を抽出し、テキストエンコーダとセマンティックに整合した埋め込み空間に投影する。
論文 参考訳（メタデータ） (2025-08-10T13:48:07Z) - Timestep-Aware Diffusion Model for Extreme Image Rescaling [47.89362819768323]
本稿では,時間認識拡散モデル(TADM)と呼ばれる,画像再スケーリングのための新しいフレームワークを提案する。
TADMは、事前訓練されたオートエンコーダの潜在空間で再スケーリング操作を行う。
これは、事前訓練されたテキスト・ツー・イメージ拡散モデルによって学習された強力な自然画像の先行を効果的に活用する。
論文 参考訳（メタデータ） (2024-08-17T09:51:42Z) - Diff-Restorer: Unleashing Visual Prompts for Diffusion-based Universal Image Restoration [19.87693298262894]
拡散モデルに基づく普遍的な画像復元手法であるDiff-Restorerを提案する。
我々は、事前学習された視覚言語モデルを用いて、劣化した画像から視覚的プロンプトを抽出する。
また、デグレーション対応デコーダを設計し、構造的補正を行い、潜在コードをピクセル領域に変換する。
論文 参考訳（メタデータ） (2024-07-04T05:01:10Z) - SSP-IR: Semantic and Structure Priors for Diffusion-based Realistic Image Restoration [20.873676111265656]
SSP-IRは、低画質の画像からセマンティックと構造をフル活用することを目的としている。
提案手法は,合成および実世界のデータセットにおいて,他の最先端手法よりも優れる。
論文 参考訳（メタデータ） (2024-07-04T04:55:14Z) - Lossy Image Compression with Foundation Diffusion Models [10.407650300093923]
本研究は,拡散を用いた量子化誤差の除去をデノナイジングタスクとして定式化し,送信された遅延画像の損失情報を復元する。
当社のアプローチでは,完全な拡散生成プロセスの10%未満の実行が可能であり,拡散モデルにアーキテクチャ的な変更は不要である。
論文 参考訳（メタデータ） (2024-04-12T16:23:42Z) - 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) - Invertible Rescaling Network and Its Extensions [118.72015270085535]
本研究では,新たな視点から双方向の劣化と復元をモデル化する,新しい可逆的枠組みを提案する。
我々は、有効な劣化画像を生成し、失われたコンテンツの分布を変換する可逆モデルを開発する。
そして、ランダムに描画された潜在変数とともに、生成された劣化画像に逆変換を適用することにより、復元可能とする。
論文 参考訳（メタデータ） (2022-10-09T06:58:58Z) - Lossy Image Compression with Conditional Diffusion Models [25.158390422252097]
本稿では,拡散生成モデルを用いた画像圧縮のエンドツーエンド最適化について概説する。
VAEベースのニューラル圧縮とは対照的に、(平均)デコーダは決定論的ニューラルネットワークであり、私たちのデコーダは条件付き拡散モデルである。
提案手法では,GANモデルよりもFIDスコアが強く,VAEモデルとの競合性能も高い。
論文 参考訳（メタデータ） (2022-09-14T21:53:27Z) - Learning Discriminative Shrinkage Deep Networks for Image Deconvolution [122.79108159874426]
本稿では,これらの用語を暗黙的にモデル化する識別的縮小関数を学習することで,効果的に非盲検デコンボリューション手法を提案する。
実験結果から,提案手法は最先端の手法に対して,効率と精度の点で好適に動作することがわかった。
論文 参考訳（メタデータ） (2021-11-27T12:12:57Z) - Invertible Image Rescaling [118.2653765756915]
Invertible Rescaling Net (IRN) を開発した。
我々は、ダウンスケーリングプロセスにおいて、指定された分布に従う潜在変数を用いて、失われた情報の分布をキャプチャする。
論文 参考訳（メタデータ） (2020-05-12T09:55:53Z)
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。