論文の概要: FluxFlow: Conservative Flow-Matching for Astronomical Image Super-Resolution
- arxiv url: http://arxiv.org/abs/2605.03749v1
- Date: Tue, 05 May 2026 13:32:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-06 19:35:43.951472
- Title: FluxFlow: Conservative Flow-Matching for Astronomical Image Super-Resolution
- Title（参考訳）: FluxFlow: 天文学的な超解像のための保守的なフローマッチング
- Authors: Shuhong Liu, Xining Ge, Ziteng Cui, Liuzhuozheng Li, Gengjia Chang, Jun Liu, Ziying Gu, Dong Li, Xuangeng Chu, Lin Gu, Tatsuya Harada,
- Abstract要約: 地上から宇宙への超解像には、地上からの観測から、ピクセルサンプリングの解像度と大気観測によって同時に制限された、宇宙の質の高い画像を復元する必要がある。
既存の方法は、実際の大気統計を捉えることができず、観測された空に物理的に匹敵しない、過度に平らな復元や幻覚の源となるような合成トレーニングペアに依存している。
本稿では,トレーニング中の観測不確実性やソース領域の重みを組み込んだ,保守的な画素空間フローマッチングフレームワークであるFluxFlowと,回復した詳細を保存しながら幻覚源を抑制するためのトレーニング不要なWiener正規化テスト時間補正を提案する。
- 参考スコア（独自算出の注目度）: 45.2331039360964
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Ground-to-space astronomical super-resolution requires recovering space-quality images from ground-based observations that are simultaneously limited by pixel sampling resolution and atmospheric seeing, which imposes a stochastic, spatially varying PSF that cannot be resolved through upsampling alone. Existing methods rely on synthetic training pairs that fail to capture real atmospheric statistics and are prone to either over-smoothed reconstructions or hallucination sources with no physical counterpart in the observed sky. We propose FluxFlow, a conservative pixel-space flow-matching framework that incorporates observation uncertainty and source-region importance weights during training, and a training-free Wiener-regularized test-time correction to suppress hallucination sources while preserving recovered detail. We further construct the DESI--HST Dataset, the large-scale real-world benchmark comprising 19,500 real co-registered ground-to-space image pairs with real atmospheric PSF variation. Experiments demonstrate that FluxFlow consistently outperforms existing baseline methods in both photometric and scientific accuracy.
- Abstract（参考訳）: 地上から宇宙への超解像は、地上からの観測から、ピクセルのサンプリング解像度と大気観測によって同時に制限された空間品質のイメージを復元することを必要とし、これは、アップサンプリングだけでは解決できない確率的かつ空間的に変化するPSFを課す。
既存の方法は、実際の大気統計を捉えることができず、観測された空に物理的に匹敵しない、過度に平らな復元や幻覚の源となる合成トレーニングペアに依存している。
本稿では,トレーニング中の観測不確かさとソース領域の重みを組み込んだ,保守的な画素空間フローマッチングフレームワークであるFluxFlowと,回復した詳細を保存しながら幻覚源を抑制するためのトレーニング不要なWiener正規化テスト時間補正を提案する。
さらに、実際の大気PSF変動を伴う19,500個の実登録地上空間画像ペアからなる大規模実世界ベンチマークであるDESI-HSTデータセットを構築した。
実験により、FluxFlowは光度と科学的精度の両方で既存のベースライン法を一貫して上回っていることが示された。
関連論文リスト
- Physically-Induced Atmospheric Adversarial Perturbations: Enhancing Transferability and Robustness in Remote Sensing Image Classification [54.952203312050564]
敵対的攻撃は、リモートセンシング(RS)画像分類におけるディープラーニングモデルの信頼性に深刻な脅威をもたらす。
本稿ではフォグフール(FogFool)を提案する。
2つのベンチマークRSデータセットの実験は、FogFoolが優れたパフォーマンスを達成することを示す。
論文 参考訳（メタデータ） (2026-04-16T05:47:57Z) - Lunar-G2R: Geometry-to-Reflectance Learning for High-Fidelity Lunar BRDF Estimation [0.11242503819703255]
月面デジタル標高モデル(DEM)から直接空間的に変化するBRDFパラメータを予測する幾何学-反射学習フレームワークを提案する。
チコクレーターの地理的に保持された地域での実験では, 最先端のベースラインに比べて光度誤差が38%減少することが示された。
論文 参考訳（メタデータ） (2026-01-15T14:39:25Z) - SLCFormer: Spectral-Local Context Transformer with Physics-Grounded Flare Synthesis for Nighttime Flare Removal [12.135723445465551]
レンズフレア(英: Lens flare)は、カメラレンズ内で強力な光源が散乱することによって生じる、夜間の一般的な人工物である。
夜間レンズフレア除去のためのスペクトル局所コンテクストトランスフォーマフレームワークであるSLCFormerを提案する。
提案手法は,計測値と知覚的視覚的品質の両方において,既存の手法よりも優れた,最先端の性能を実現する。
論文 参考訳（メタデータ） (2025-12-17T09:16:59Z) - STAR: A Benchmark for Astronomical Star Fields Super-Resolution [52.895107920663236]
54,738個のフラックス一貫性の星体画像対を含む大規模SRデータセットSTARを提案する。
本稿では,Flux-Invariant Super Resolution (FISR)モデルを提案する。
論文 参考訳（メタデータ） (2025-07-22T09:28:28Z) - Solving Inverse Problems with FLAIR [68.87167940623318]
本稿では,フローベース生成モデルを逆問題に先立って活用する学習自由変分フレームワークFLAIRを提案する。
標準画像ベンチマークの結果、FLAIRは再現性やサンプルの多様性の観点から、既存の拡散法や流れ法よりも一貫して優れていることが示された。
論文 参考訳（メタデータ） (2025-06-03T09:29:47Z) - A New Statistical Model of Star Speckles for Learning to Detect and Characterize Exoplanets in Direct Imaging Observations [37.845442465099396]
本稿では,マルチスケールアプローチを用いてニュアンス変動を捉える新しい統計モデルを提案する。
これは解釈可能なエンドツーエンドの学習可能なフレームワークに統合され、同時に外惑星の検出とフラックス推定を行う。
提案手法は, 計算効率が高く, 各種データ品質に対して頑健であり, 大規模観測調査に適している。
論文 参考訳（メタデータ） (2025-03-21T13:07:55Z) - Language-Informed Hyperspectral Image Synthesis for Imbalanced-Small Sample Classification via Semi-Supervised Conditional Diffusion Model [1.9746060146273674]
本稿では,新しい言語インフォームドハイパースペクトル画像合成法であるTxt2HSI-LDM(VAE)を提案する。
ハイパースペクトルデータの高次元性に対処するため、普遍変分オートエンコーダ(VAE)は、データを低次元の潜在空間にマッピングするように設計されている。
VAEは、拡散モデルによって生成された潜時空間から言語条件を入力としてHSIをデコードする。
論文 参考訳（メタデータ） (2025-02-27T02:35:49Z) - Bayesian Deconvolution of Astronomical Images with Diffusion Models: Quantifying Prior-Driven Features in Reconstructions [40.13294159814764]
天体画像のデコンボリューションは、天体の固有の性質を回復する鍵となる側面である。
本稿では,拡散モデル (DM) と拡散後サンプリング (DPS) アルゴリズムを用いた逆問題解法を提案する。
論文 参考訳（メタデータ） (2024-11-28T14:00:00Z) - 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) - Light Field Spatial Super-resolution via Deep Combinatorial Geometry
Embedding and Structural Consistency Regularization [99.96632216070718]
ハンドヘルドデバイスが取得した光フィールド(LF)画像は通常、空間分解能の低下に悩まされる。
LF画像の高次元空間特性と複雑な幾何学構造は、従来の単一像SRよりも問題をより困難にしている。
本稿では,LF画像の各ビューを個別に超解答する新しい学習ベースLFフレームワークを提案する。
論文 参考訳（メタデータ） (2020-04-05T14:39:57Z)
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。