論文の概要: Envisage: Diffusion-Based Rhinoplasty Goal Visualization with Mask-Decomposed Evaluation
- arxiv url: http://arxiv.org/abs/2606.28628v1
- Date: Fri, 26 Jun 2026 22:13:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:15.62556
- Title: Envisage: Diffusion-Based Rhinoplasty Goal Visualization with Mask-Decomposed Evaluation
- Title（参考訳）: マスク分解評価による拡散型鼻形成ゴールの可視化
- Abstract要約: 局所的な生成編集には局所的な評価が必要である。
ローカライズされた編集では、顔認証のメトリクスではなく、編集領域の忠実度で進捗を測定する必要がある。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Localized generative editing needs localized evaluation: full-image identity metrics are structurally confounded under hard-composited edits. We present Envisage, a FLUX.1-Fill inpainting reference pipeline for rhinoplasty goal visualization from a single frontal photograph. The pipeline combines 8 rhinoplasty clinical presets (the released framework also includes 8 blepharoplasty and 8 rhytidectomy presets), MediaPipe masks, and hard-mask compositing. The composite preserves outside-mask pixels by construction, so full-face identity scores are dominated by copied pixels rather than by the diffusion backbone. Because full-face identity metrics cannot grade localized edits, we introduce SurgicalScore, a mask-decomposed 0-1 protocol scoring edit direction, edit magnitude, masked LPIPS, realism, and outside-mask preservation; SS_raw assigns 0.919 [0.918, 0.920] to a perfect-predictor control , anchoring the ceiling. On N=211, the paired ArcFace gain (output-to-GT minus input-to-GT) is negative for all methods (Envisage -0.048 smallest, vs. ICEdit -0.139, Kontext -0.242, InstructPix2Pix -0.294; p < 1e-4), with external validation on a 457-pair ASPS/PCA corpus showing a larger negative gap. With SurgicalScore, Envisage achieves the highest score (0.599 [0.579, 0.619]) and leads on both metrics, but the all-negative ArcFace gap shows that full-face identity is poorly aligned with localized surgical accuracy under hard compositing. A 5-seed GT-oracle (an upper bound, not a deployable result) reduces the residual ArcFace gap by 73% (-0.054 to -0.015), with positive output-to-GT gain on 33.9% of cases, indicating candidate-space headroom for a learned ranker. For localized edits, progress should be measured with edit-region fidelity rather than full-face identity metrics. We release Envisage, SurgicalScore, preset definitions, and matched split manifests.
- Abstract（参考訳）: 局所的な生成編集には局所的な評価が必要である。
単一正面写真からの鼻形成目標可視化のためのFLUX.1-Fill Inpainting Reference PipelineであるEnvisageを提案する。
このパイプラインは、8つの鼻形成臨床プレセット(解放されたフレームワークには、8つの気管支形成術と8つの鼻形成術プレセットが含まれる)、MediaPipeマスク、およびハードマスク合成が組み合わされている。
コンポジットは、構成によって外マスク画素を保存するため、フルフェイスのアイデンティティスコアは拡散バックボーンではなくコピーピクセルによって支配される。
マスク分解した0-1プロトコルで,編集方向,編集サイズ,仮面LPIPS,リアリズム,外マスク保存,SS_rawでは,完全予測制御に0.919[0.918,0.920]を割り当て,天井を固定する。
N=211では、対のArcFaceゲイン(output-to-GT minus input-to-GT)は全てのメソッド(Envisage -0.048 least, vs. ICEdit -0.139, Kontext -0.242, InstructPix2Pix -0.294; p < 1e-4)に対して負であり、457対のASPS/PCAコーパスでの外部検証では負の差が大きい。
SurgeryScoreでは、Envisageは最高スコア(0.599 [0.579, 0.619])を達成し、両方の指標を導くが、全負のArcFaceギャップは、ハードコンポジション下での局所的な外科的精度と整合性が不十分であることを示している。
5-seed GT-oracle(上界ではなく、デプロイ可能な結果ではない)は、残りのArcFaceギャップを73%(-0.054から-0.015)削減し、33.9%のケースで正の出力-GTゲインを達成し、学習者のための候補空間のヘッドルームを示す。
ローカライズされた編集では、顔認証のメトリクスではなく、編集領域の忠実度で進捗を測定する必要がある。
Envisage, surgeryScore, プリセット定義, そして一致した分割マニフェストをリリースします。
関連論文リスト
- MatReplace: A Reference-Free, Conditioning-Aligned Benchmark for Material Replacement in Interior Scenes [49.454624206478]
MatReplaceは、4つの検証可能な次元に沿って編集を評価する、参照なしのベンチマークである。
A)命令のみ、(B)命令+エリアマスク、(C)教材参照画像の3つのトラックを定義している。
以上の結果から,命名と視覚的接地材料との明確な相違が明らかとなった。
論文 参考訳（メタデータ） (2026-08-25T06:11:18Z) - XClipGS: Exact Half-Space Clipping for Medical Volume Gaussian Splatting [29.08182227515962]
XClipGSは、レンダリングタイムのクリップ演算子を扱い、隠れた内部の監視を行う。
マルチ距離参照ビューと様々なクリッピング平面軸を用いて、同じ演算子を通して内部を監督する。
XClipGSは278FPSに対して、650FPS以上のレンダリングで、各ボリュームで最高のPSNRを達成している。
論文 参考訳（メタデータ） (2026-08-07T20:51:05Z) - ASTRA-Net: Anatomy-Specific Transfer and Representation Alignment for Drug-Induced Sleep Endoscopy Segmentation [28.923055080999884]
量的薬物誘発睡眠内視鏡(DISE)は、特定の解剖学的レベルにおいて、信頼性の高い気道境界を必要とする。
実アノテーションを限定した既知の平面disEセグメンテーションのためのASTRA-Netを開発した。
ASTRA-Netは、実際のアノテーションが制限されている場合、フレームレベル、平面固有のDIE境界記述をサポートすることができる。
論文 参考訳（メタデータ） (2026-07-23T14:37:17Z) - Post-Operative Glioma Segmentation via Loss Stabilization, Normalization and Subspace Attention [46.03321798937855]
ドメインシフトの際,GDL(Generalized Dice Loss)が不安定であることを示す。
本稿では,ボトルネック機能を再校正するサブスペース・アウェア・クラス・アテンション(SACA)モジュールを提案し,腫瘍の感度を8%向上させる。
論文 参考訳（メタデータ） (2026-07-23T09:59:30Z) - SIGMA: Semantic-Difference Instruction-Grounding Mask Annotator for Text-Driven Image Manipulation Localization [64.6372217552272]
公開編集データセットには、IMLトレーニングサンプルと構造的に同一(オリジナル、編集)のペアが数百万個含まれており、ピクセルレベルのマスクのみが欠如している。
本稿では,視覚基盤のバックボーンにおいて意味・特徴の相違を行うSIGMAを提案する。
1.1M IMLトレーニングセットを生成し、5つのデータセットに対して+18.34%のF1で6つの多様な検出器を改善する。
論文 参考訳（メタデータ） (2026-05-27T03:55:13Z) - Hide-and-Seek Attribution: Weakly Supervised Segmentation of Vertebral Metastases in CT [68.09387763135236]
脊椎レベルの健康・悪性のラベルにのみ、病変マスクを伴わずに訓練を施した弱い指導方法を提案する。
マスクの監視がないにも関わらず,強い爆発・解析性能を達成する。
論文 参考訳（メタデータ） (2025-12-07T14:03:28Z) - I Detect What I Don't Know: Incremental Anomaly Learning with Stochastic Weight Averaging-Gaussian for Oracle-Free Medical Imaging [2.384534878752428]
異常ラベルを使わずに,信頼度の高い正規サンプル群を漸進的に拡張する,教師なしのオラクルフリーフレームワークを導入する。
凍結した事前訓練された視覚バックボーンは、小さな畳み込みアダプタで拡張され、無視できる計算オーバーヘッドを伴う高速なドメイン適応が保証される。
COVID-CXRでは、ROC-AUCは0.9489から0.9982に改善され、肺炎CXRでは0.6834から0.8968に上昇し、脳MRIではND-5では0.6041から0.7269に上昇する。
論文 参考訳（メタデータ） (2025-11-05T23:28:14Z) - HyFormer-Net: A Synergistic CNN-Transformer with Interpretable Multi-Scale Fusion for Breast Lesion Segmentation and Classification in Ultrasound Images [0.0]
HyFormer-Netは、本質的に解釈可能な同時セグメンテーションと分類のためのハイブリッドCNN変換器である。
BUSIデータセットでは、HyFormer-NetがDice Score 0.761 +/-0.072と精度93.2%を獲得し、U-Net、Attention U-Net、TransUNetを上回っている。
乳房超音波におけるハイブリッドCNN変換器のクロスデータセット一般化研究を初めて行った。
論文 参考訳（メタデータ） (2025-11-02T17:06:12Z) - GraphDerm: Fusing Imaging, Physical Scale, and Metadata in a Population-Graph Classifier for Dermoscopic Lesions [0.30661374053736157]
画像、ミリスケールキャリブレーション、分類のためのメタデータを融合した幾何学グラフフレームワークであるGraphDermを提案する。
我々は、病変と定規セグメンテーションのためにU-Netをトレーニングし、病変マスクからリアルタイムな記述子を計算する。
グラフは AUC 0.9812 に達し、AUC 0.9788 (画像のみのベースラインは 0.9440 ) のエッジの約25%をしきい値で保存し、クラスごとの到達範囲は 0.97-0.99 である。
論文 参考訳（メタデータ） (2025-09-14T08:11:54Z) - Semantic segmentation of surgical hyperspectral images under geometric
domain shifts [69.91792194237212]
本稿では、幾何学的アウト・オブ・ディストリビューション(OOD)データの存在下で、最先端のセマンティックセグメンテーションネットワークを初めて分析する。
有機移植(Organ transplantation)と呼ばれる専用の拡張技術により、一般化可能性にも対処する。
提案手法は,SOA DSCの最大67 % (RGB) と90% (HSI) を改善し,実際のOODテストデータ上での分配内性能と同等の性能を示す。
論文 参考訳（メタデータ） (2023-03-20T09:50:07Z) - WSSS4LUAD: Grand Challenge on Weakly-supervised Tissue Semantic
Segmentation for Lung Adenocarcinoma [51.50991881342181]
この課題には10,091個のパッチレベルのアノテーションと1300万以上のラベル付きピクセルが含まれる。
第一位チームは0.8413mIoUを達成した(腫瘍:0.8389、ストーマ:0.7931、正常:0.8919)。
論文 参考訳（メタデータ） (2022-04-13T15:27:05Z) - Evading Deepfake-Image Detectors with White- and Black-Box Attacks [75.13740810603686]
一般的な法医学的アプローチは、ニューラルネットワークを訓練して、実際の合成内容と区別することを示します。
我々は,既存の画像生成装置の約0.95のLOC曲線(AUC)以下の領域を達成できる最先端の分類器に関する5つの攻撃事例研究を開発した。
また、ターゲット分類器にアクセスできないブラックボックス攻撃により、AUCを0.22に削減する。
論文 参考訳（メタデータ） (2020-04-01T17:59:59Z)
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。