論文の概要: Anchor-Conditioned Compositional Control for Landscape Image Generation

• arxiv url: http://arxiv.org/abs/2606.07638v1
• Date: Mon, 01 Jun 2026 04:30:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:05.170366
• Title: Anchor-Conditioned Compositional Control for Landscape Image Generation
• Title（参考訳）: 景観画像生成のためのアンカー構成構成制御
• Authors: Gadha Lekshmi P, Govind Arun, Rohith Syam, Ahmed Elgammal,
• Abstract要約: 本稿では,ランドスケープ画像生成のためのアンカー条件付ファインタニングフレームワークの初期結果について述べる。 構成的に均質なシーンサブセットのトレーニングは、混合トレーニングと比較して、水平偏差を最大40%減少させる。
• 参考スコア（独自算出の注目度）: 6.593033625769105
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Image generative models, though widely used as creative tools, offer limited support for the kind of compositional control that photographers and visual artists routinely exercise. This paper presents early results on an anchor conditioned finetuning framework for landscape image generation, in which a four dimensional compositional anchor vector is extracted from training images and injected into a diffusion model via a decoupled cross attention mechanism with Fourier encoding and three way classifier free guidance dropout. Quantitative evaluation against a baseline and three ablation variants shows that the proposed architecture achieves the highest horizon detection rate of 0.850 and the highest rule of thirds alignment of 0.817. A category specific ablation further demonstrates that training on compositionally homogeneous scene subsets reduces horizon deviation by up to 40 percent compared to mixed training. This establishes that compositional control precision is category dependent.
• Abstract（参考訳）: 画像生成モデルは、クリエイティブツールとして広く使われているが、写真家やビジュアルアーティストが日常的に行うような作曲制御を限定的にサポートする。 本稿では, ランドスケープ画像生成のためのアンカー条件付微調整フレームワークについて, トレーニング画像から4次元合成アンカーベクトルを抽出し, フーリエ符号化と3方向分類器フリーガイダンスドロップアウトを用いて, 拡散モデルに注入した。 ベースラインおよび3つのアブレーション変動に対する定量的評価により,提案手法は最大地平線検出率0.850,最高規則0.817を達成している。 カテゴリー別アブレーションにより、合成均質なシーンサブセットのトレーニングにより、混合トレーニングに比べて最大40%の水平偏差が減少することが示された。 このことは、構成制御の精度が圏依存であることを証明している。

関連論文リスト

• Towards In-Context Tone Style Transfer with A Large-Scale Triplet Dataset [13.535790430784358]
  ICToneは、両方の画像に共同で条件付けすることで、コンテキスト内でトーン転送を行うフレームワークである。 TST100Kは、10万のコンテンツ参照スティル化三重項からなる大規模なデータセットである。 実験はTST100Kの有効性を示し、ICToneは定量測定と人的評価の両方で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-04-17T14:49:51Z)
• Dynamic Classifier-Free Diffusion Guidance via Online Feedback [53.54876309092376]
  ワンサイズオール"アプローチは、異なるプロンプトの多様な要件に適応できない。 動的CFGスケジューリングのためのフレームワークを提案する。 我々は,小型モデルと最先端のImagen 3におけるアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2025-09-19T16:27:19Z)
• Zero-shot Inexact CAD Model Alignment from a Single Image [53.37898107159792]
  1つの画像から3Dシーン構造を推測する実践的なアプローチは、データベースから密に一致する3Dモデルを検索し、画像内のオブジェクトと整列させることである。 既存のメソッドは、イメージによる教師付きトレーニングとアノテーションのポーズに依存しており、オブジェクトカテゴリの狭いセットに制限されている。 ポーズアノテーションを必要とせず、未知のカテゴリに一般化する不正確な3次元モデルの弱い教師付き9-DoFアライメント法を提案する。
  論文  参考訳（メタデータ） (2025-07-04T04:46:59Z)
• Lightweight Physics-Informed Zero-Shot Ultrasound Plane Wave Denoising [1.912429179274357]
  超音波コヒーレント平面波合成(CPWC)は、複数のステアリング伝送からのエコーを組み合わせることにより、画像コントラストを向上させる。 低角CPWC取得に適したゼロショット復調フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-06-26T17:28:32Z)
• IterComp: Iterative Composition-Aware Feedback Learning from Model Gallery for Text-to-Image Generation [70.8833857249951]
  IterCompは、複数のモデルから合成対応モデルの好みを集約する新しいフレームワークである。 クローズドループ方式で構成性を向上する反復的フィードバック学習法を提案する。 IterCompは、拡散モデルと合成生成のための報酬フィードバック学習の新たな研究の道を開く。
  論文  参考訳（メタデータ） (2024-10-09T17:59:13Z)
• FreeCompose: Generic Zero-Shot Image Composition with Diffusion Prior [50.0535198082903]
  我々は,複数の入力イメージを単一のコヒーレントなイメージに統合する,新しい画像合成手法を提案する。 本稿では, 大規模事前学習拡散モデルに内在する強力な生成的前駆体を利用して, 汎用画像合成を実現する可能性を示す。
  論文  参考訳（メタデータ） (2024-07-06T03:35:43Z)
• How Quality Affects Deep Neural Networks in Fine-Grained Image Classification [0.799543372823325]
  粒度分類システムの性能を高めるために,非参照画像品質評価(NRIQA)誘導カットオフポイント選択(CPS)戦略を提案する。 最も一般的に採用されている3つのイメージ拡張設定 -- トリミング、回転、ぼやけた -- をエントリポイントとしています。 具体的には、これらの方法によって得られるカットオフポイントは、多数決によって集約され、画像サブセット選択のプロセスが通知される。
  論文  参考訳（メタデータ） (2024-05-09T12:59:11Z)
• Benchmark Generation Framework with Customizable Distortions for Image Classifier Robustness [4.339574774938128]
  本稿では,画像分類モデルのロバスト性を評価するために,逆ベンチマークを生成する新しいフレームワークを提案する。 当社のフレームワークでは,画像に最適な歪みの種類をカスタマイズすることが可能で,デプロイメントに関連する歪みに対処する上で有効である。
  論文  参考訳（メタデータ） (2023-10-28T07:40:42Z)
• Correlation Plenoptic Imaging between Arbitrary Planes [52.77024349608834]
  提案プロトコルは,処理後の集中面の変更を可能にし,画像解像度と被写界深度を前例のない組み合わせで実現可能であることを示す。 その結果、カオス光に基づく相関レンズ画像装置のコンパクト化や、絡み合った光子照明に基づく高SNRレンズ画像装置の開発への道が開かれた。
  論文  参考訳（メタデータ） (2020-07-23T14:26:14Z)

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。