論文の概要: Geodesic Flow Matching on a Riemannian Degradation Manifold for Blind Image Restoration

• arxiv url: http://arxiv.org/abs/2606.06278v1
• Date: Thu, 04 Jun 2026 15:19:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-05 22:39:44.894263
• Title: Geodesic Flow Matching on a Riemannian Degradation Manifold for Blind Image Restoration
• Title（参考訳）: ブラインド画像復元のためのリーマン分解多様体上の測地流マッチング
• Authors: Akshay Janardan Bankar, Ankita Chatterjee, Sayan Banerjee, Shreyas Pandith, Kalakonda Sai Shashank, Amit Satish Unde,
• Abstract要約: ブラインド画像の復元には、未知の複合劣化によって破損した観察からクリーンなイメージを復元する必要がある。 最近の決定論的フローベース手法は、劣化した画像をクリーンなものにマッピングする輸送プロセスとして復元をモデル化している。 共同画像-多様体空間上でのジオデシック輸送として復元を定式化する。
• 参考スコア（独自算出の注目度）: 3.9186791929502642
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Blind image restoration requires recovering clean images from observations corrupted by unknown and potentially mixed degradations. While recent deterministic flow-based methods model restoration as transport processes that map degraded images to clean ones, they typically rely on Euclidean interpolation, implicitly assuming linear degradation geometry. In this paper, we explicitly model degradations as points on a low-dimensional Riemannian manifold and formulate restoration as geodesic transport on the joint image-manifold space. Using a geodesic flow matching objective, we learn intrinsic transport dynamics that respect the curvature of degradation space. This framework generalizes linear flow matching, provides a principled treatment of mixed degradations as geodesic compositions, and yields a clean theoretical interpretation for generalization beyond observed degradations.
• Abstract（参考訳）: ブラインド画像の復元には、未知の複合劣化によって破損した観察からクリーンなイメージを復元する必要がある。 最近の決定論的フローベース手法は、劣化した画像をクリーンなものにマッピングする輸送過程として復元をモデル化するが、それらは典型的にはユークリッド補間に依存し、線形劣化幾何学を暗黙的に仮定する。 本論文では,低次元リーマン多様体上の点として分解を明示的にモデル化し,接合像-多様体空間上の測地的輸送として定式化する。 測地的流れマッチングの目的を用いて,劣化空間の曲率を考慮に入れた固有輸送力学を学習する。 このフレームワークは線形フローマッチングを一般化し、ジオデシックな組成として混合分解を原則的に処理し、観察された劣化を超えた一般化のためのクリーンな理論的解釈を与える。

関連論文リスト

• Degradation Frequency Curve: An Explicit Frequency-Quantified Representation for All-in-One Image Restoration [59.617677508577934]
  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。
  論文  参考訳（メタデータ） (2026-05-17T15:36:45Z)
• Synthetic Craquelure Generation for Unsupervised Painting Restoration [17.344021694835345]
  ドメイン固有の合成クラックルアジェネレータによって駆動される完全にアノテーションのないフレームワークを提案する。 我々のアプローチでは、古典的なモルフォロジー検出器と学習ベースリファインメントモジュールを結合する。 私たちのパイプラインは、ゼロショット設定で最先端の写真復元モデルよりも大幅に優れています。
  論文  参考訳（メタデータ） (2026-02-13T09:13:46Z)
• Riemannian Flow Matching for Disentangled Graph Domain Adaptation [51.98961391065951]
  グラフドメイン適応(GDA)は典型的には、ユークリッド空間におけるグラフ埋め込みの整列に逆学習を使用する。 DisRFMは、埋め込みとフローベースのトランスポートを統一する幾何学的なGDAフレームワークである。
  論文  参考訳（メタデータ） (2026-01-31T11:05:35Z)
• Generative Model Inversion Through the Lens of the Manifold Hypothesis [98.37040155914595]
  モデル反転攻撃(MIA)は、訓練されたモデルからクラス表現型サンプルを再構成することを目的としている。 最近の生成的MIAは、生成的敵ネットワークを使用して、反転過程を導く画像の事前学習を行う。
  論文  参考訳（メタデータ） (2025-09-24T14:39:25Z)
• 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)
• Circular Image Deturbulence using Quasi-conformal Geometry [3.239589979987861]
  本稿では、画像歪みを取り除くための教師なしアプローチであるCQCD(Circular Quasi-Conformal Deturbulence)フレームワークを紹介する。 この設計により、復元された画像が幾何的に正確かつ視覚的に忠実でありながら、誤推定の蓄積を防止できる。 実験結果から,CQCDは画像復元品質の点で既存の現状の乱流法より優れるだけでなく,高精度な変形場推定も可能であることが示された。
  論文  参考訳（メタデータ） (2025-04-18T03:07:25Z)
• Frequency-Guided Posterior Sampling for Diffusion-Based Image Restoration [35.35400265928447]
  本稿では,既存の拡散型修復法に対する簡単な修正を提案する。 本手法では,周波数領域における時間変化の少ない低域通過フィルタを提案する。 本稿では,その基礎となるデータ分布に基づいて,この周波数スケジュールの適応カリキュラムを開発する。
  論文  参考訳（メタデータ） (2024-11-22T18:31:02Z)
• 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)
• Spatially-Adaptive Image Restoration using Distortion-Guided Networks [51.89245800461537]
  空間的に変化する劣化に苦しむ画像の復元のための学習ベースソリューションを提案する。 本研究では、歪み局所化情報を活用し、画像中の困難な領域に動的に適応するネットワーク設計であるSPAIRを提案する。
  論文  参考訳（メタデータ） (2021-08-19T11:02:25Z)

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。