論文の概要: Degradation Frequency Curve: An Explicit Frequency-Quantified Representation for All-in-One Image Restoration

• arxiv url: http://arxiv.org/abs/2605.17506v1
• Date: Sun, 17 May 2026 15:36:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:48.123223
• Title: Degradation Frequency Curve: An Explicit Frequency-Quantified Representation for All-in-One Image Restoration
• Title（参考訳）: 劣化周波数曲線:オールインワン画像復元のための明示的な周波数量子表現
• Authors: Xinghua Huang, Zhixiong Yang, Chen Wu, Shengxi Li, Shuaifeng Zhi, Yue Zhang, Qibin Hou, Xin Deng, Jingyuan Xia,
• Abstract要約: 劣化は通常、劣化からクリーンマッピングに隠された暗黙の要因として扱われる。 本稿では、劣化応答を定量化するスペクトル表現である劣化周波数曲線(DFC)を提案する。 DFCはオールインワン復元の効果的な表現基盤を提供し、最先端のパフォーマンスをもたらす。
• 参考スコア（独自算出の注目度）: 59.617677508577934
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A fundamental difficulty in all-in-one blind image restoration is that degradation is usually treated as an implicit factor hidden in degraded-to-clean mapping, rather than as an explicit object that can be measured and manipulated. This limitation becomes more pronounced under mixed, compound, or unseen degradation conditions, where degradation effects are hard to assign to predefined labels or task-specific parameters. We propose the Degradation Frequency Curve (DFC), a structured spectral representation that quantifies degradation responses by measuring band-wise residual-to-degraded energy ratios in the frequency domain. DFC converts visually entangled and hard-to-describe degradation effects into a measurable degradation coordinate space. Moreover, DFC can be adaptively decomposed into band-wise spectral tokens, allowing local degradation responses to be represented as reusable restoration priors. Based on this representation, we develop the DFC-guided Image Restorer (DFC-IR), a token-conditioned multi-scale framework that progressively estimates DFCs from intermediate restorations and uses the resulting spectral tokens to guide degradation-aware restoration in a coarse-to-fine manner. Extensive experiments on standard, composite, unseen, and real-world degradation benchmarks show that DFC provides an effective representation basis for all-in-one restoration, leading to state-of-the-art performance and improved generalization under complex degradation profiles.
• Abstract（参考訳）: オールインワンブラインド画像復元の根本的な困難は、劣化を測定・操作できる明示的な対象としてではなく、劣化からクリーンマッピングに隠された暗黙の要因として扱うことである。 この制限は、事前に定義されたラベルやタスク固有のパラメータに分解効果を割り当てるのが難しい混合、複合、または目に見えない劣化条件下でより顕著になる。 本稿では,周波数領域の残差-劣化エネルギー比を測定し,劣化応答を定量化するスペクトル表現である劣化周波数曲線(DFC)を提案する。 DFCは、視覚的に絡み合った、難しい劣化効果を測定可能な劣化座標空間に変換する。 さらに、DFCは帯域幅のスペクトルトークンに適応的に分解することができ、局所劣化応答を再利用可能な復元先として表現することができる。 この表現に基づいて、中間修復からDFCを段階的に推定するトークン条件付きマルチスケールフレームワークであるDFC誘導画像復元器(DFC-IR)を開発した。 標準, 複合, 不可視, 実世界の劣化ベンチマークの広範な実験により, DFCはオールインワン復元の効果的な表現基盤を提供し, 最先端の性能と複雑な劣化プロファイル下での一般化の改善につながることが示された。

関連論文リスト

• Breaking Degradation Coupling: A Structural Entropy Guided Decoupled Framework and Benchmark for Infrared Enhancement [29.128631067023846]
  既存のオールインワンアプローチでは、多種多様な劣化を処理するために、単一の共有バックボーンを使用するのが一般的である。 本稿では, 複合劣化を独立したサブプロセスに分解する構造エントロピー誘導デカップリングフレームワークを提案する。 本研究は,SEGDが最先端手法を超越し,より少ないパラメータで高い効率を達成することを示す。
  論文  参考訳（メタデータ） (2026-04-24T08:58:55Z)
• Compositional-Degradation UAV Image Restoration: Conditional Decoupled MoE Network and A Benchmark [27.358052049742764]
  UAV画像は、大面積マッピング、インフラ検査、緊急応答などのアプリケーションに重要である。 現実の飛行環境では、雨や迷路、騒音など、複数の劣化要因によって単一の画像が影響を受けることが多い。 DAME-Netは、劣化条件付き再構成から明確な劣化知覚を分離する、劣化認識用混合処理ネットワークである。
  論文  参考訳（メタデータ） (2026-04-10T13:27:39Z)
• ClusIR: Towards Cluster-Guided All-in-One Image Restoration [72.16989784735796]
  ClusIRは、統一されたフレームワーク内でさまざまな劣化から高品質なイメージを復元することを目的としている。 ClusIRは、確率的クラスタ誘導ルーティング機構(PCGRM)と劣化対応周波数変調モジュール(DAFMM)の2つの重要なコンポーネントから構成される。
  論文  参考訳（メタデータ） (2025-12-11T18:59:47Z)
• Learning to Restore Multi-Degraded Images via Ingredient Decoupling and Task-Aware Path Adaptation [51.10017611491389]
  現実のイメージは、雨、騒音、ヘイズのような複数の共存する劣化に悩まされることが多い。 本稿では, 劣化成分の分解表現を利用して, 画像の再構成を行う適応型多重劣化画像復元ネットワークを提案する。 その結果、IMDNetと呼ばれる密に統合されたアーキテクチャは、実験を通じて広範囲に検証されている。
  論文  参考訳（メタデータ） (2025-11-07T01:50:36Z)
• UniRes: Universal Image Restoration for Complex Degradations [53.74404005987783]
  実世界のイメージ復元は、様々なキャプチャ条件、キャプチャデバイス、後処理パイプラインから生じるさまざまな劣化によって妨げられている。 UniResという名前の、シンプルで柔軟な拡散ベースのフレームワークは、このような劣化をエンドツーエンドで解決するために提案されている。 提案手法は, 複合劣化画像復元データセットと単分解画像復元データセットの両方を用いて評価する。
  論文  参考訳（メタデータ） (2025-06-05T21:25:39Z)
• FDG-Diff: Frequency-Domain-Guided Diffusion Framework for Compressed Hazy Image Restoration [16.348272500121336]
  既存のデハジングモデルは圧縮効果を無視することが多く、実際的な応用ではその効果を制限している。 FDG-Diffは、新しい周波数領域誘導脱ハージングフレームワークである。 次に,周波数補償モジュール(HFCM)を導入し,空間領域の詳細を復元する。 第3に、圧縮されたハズ画像の局所的な劣化の不整合を解消する劣化認識時間予測器(DADTP)を導入する。
  論文  参考訳（メタデータ） (2025-01-22T12:19:47Z)
• Reti-Diff: Illumination Degradation Image Restoration with Retinex-based Latent Diffusion Model [59.08821399652483]
  照明劣化画像復元(IDIR)技術は、劣化した画像の視認性を改善し、劣化した照明の悪影響を軽減することを目的としている。 これらのアルゴリズムのうち、拡散モデル(DM)に基づく手法は期待できる性能を示しているが、画像レベルの分布を予測する際に、重い計算要求や画素の不一致の問題に悩まされることが多い。 我々は、コンパクトな潜在空間内でDMを活用して、簡潔な指導先を生成することを提案し、IDIRタスクのためのReti-Diffと呼ばれる新しいソリューションを提案する。 Reti-Diff は Retinex-based Latent DM (RLDM) と Retinex-Guided Transformer (RG) の2つの鍵成分からなる。
  論文  参考訳（メタデータ） (2023-11-20T09:55:06Z)

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。