論文の概要: DICT: Data Injection and Contrastive Trajectory Refinement for Conditional Image Generation with Diffusion Models
- arxiv url: http://arxiv.org/abs/2607.03899v1
- Date: Sat, 04 Jul 2026 14:44:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:29.748147
- Title: DICT: Data Injection and Contrastive Trajectory Refinement for Conditional Image Generation with Diffusion Models
- Title（参考訳）: DICT:拡散モデルを用いた条件画像生成のためのデータインジェクションとコントラスト軌道再構成
- Abstract要約: 本研究では,条件付き画像生成タスクのためのデータインジェクションとコントラストトラクタリファインメント(DICT)を提案する。
DICTはノイズ摂動条件信号を初期ノイズ発生段階に統合し、隣り合う雑音発生状態にコントラストトラジェクトリ・リファインメントを適用する。
実験により, タスク特化ベースラインと損失誘導ベースラインに対して, 忠実度と知覚品質が一貫した向上を示した。
- 参考スコア（独自算出の注目度）: 15.472520897269147
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Diffusion models have become a dominant paradigm for conditional image generation, yet existing approaches generally follow two directions: task-specific designs that can improve performance but limit generalization, and training-free loss guidance that compresses rich conditions into scalar objectives and applies stepwise guidance, leading to information bottlenecks and error accumulation along the sampling trajectory. Given the urgent need for an effective unified framework across diverse conditional image generation tasks, we propose Data Injection and Contrastive Trajectory Refinement (DICT), a training-free inference method that enhances conditional image generation without introducing task-dependent architectures. DICT introduces Data Injection, where noise-perturbed conditional signals are integrated into early denoising stages; by performing guided denoising on these injected signals, DICT adaptively selects and distills task-salient information from the raw condition, effectively preserving spatial richness and ensuring precise condition-to-generation alignment. Furthermore, DICT applies Contrastive Trajectory Refinement across adjacent denoising states, enabling pairwise comparisons that progressively improve sample quality. These designs keep inference simple while improving cross-task transfer under a unified diffusion formulation. Extensive experiments on conditional image generation tasks (e.g., style transfer, image super-resolution, and image deblurring) show consistent gains in fidelity and perceptual quality over representative task-specific and loss-guided baselines.
- Abstract（参考訳）: 拡散モデルは条件付き画像生成において支配的なパラダイムとなっているが、既存のアプローチは一般に、パフォーマンスを改善するが一般化を制限するタスク固有の設計と、リッチな条件をスカラーな目的に圧縮し、段階的に誘導するトレーニング不要な損失ガイダンスの2つの方向に従う。
多様な条件付き画像生成タスクにまたがる効果的な統合フレームワークの必要性を前提として,タスク依存型アーキテクチャを導入することなく条件付き画像生成を向上させる訓練自由推論手法であるData Injection and Contrastive Trajectory Refinement (DICT)を提案する。
DICTは、ノイズ摂動条件信号が初期ノイズ発生段階に統合されるデータインジェクションを導入し、これらのインジェクションされた信号に誘導されたデノイングを行うことにより、DICTは、原状態からタスク・サリアン情報を適応的に選択し、蒸留し、空間的豊かさを効果的に保存し、正確な状態から世代間アライメントを確保する。
さらに、DICTは隣接する認知状態に対してコントラストトラジェクトリ・リファインメントを適用し、サンプルの品質を段階的に向上するペアワイズ比較を可能にした。
これらの設計は、統一拡散定式化の下で、クロスタスク転送を改善しながら、推論をシンプルに保っている。
条件付き画像生成タスク(例えば、スタイル転送、画像超解像、画像劣化)の広範な実験は、代表的タスク固有および損失誘導ベースラインよりも忠実さと知覚品質が一貫した向上を示した。
関連論文リスト
- BADiff: Bandwidth Adaptive Diffusion Model [55.10134744772338]
従来の拡散モデルは、下流の伝送制限によらず、一定数のデノナイジングステップを実行することで、高忠実度画像を生成する。
実際のクラウド・ツー・デバイス・シナリオでは、帯域幅の制限はしばしば重い圧縮を必要とし、微妙なテクスチャや無駄な計算が失われる。
使用可能な帯域幅から導かれる目標品質レベルに拡散モデルを条件付けする,共同エンドツーエンドのトレーニング戦略を導入する。
論文 参考訳（メタデータ） (2025-10-24T11:50:03Z) - ADT: Tuning Diffusion Models with Adversarial Supervision [16.974169058917443]
拡散モデルは、真のデータ分布を近似するために前方ノイズ発生過程を反転させることで、優れた画像生成を実現している。
本稿では、最適化中の推論プロセスを刺激し、最終的な出力をトレーニングデータと整合させるために、Adrial Diffusion Tuning (ADT)を提案する。
ADTは、固定されたトレーニング済みのバックボーンと軽量なトレーニング可能なパラメータを備えたシアム-ネットワーク識別器を備えている。
論文 参考訳（メタデータ） (2025-04-15T17:37:50Z) - Unpaired Deblurring via Decoupled Diffusion Model [55.21345354747609]
UID-Diffは,未知領域における劣化性能の向上を目的とした生成拡散モデルである。
構造的特徴とぼかしパターン抽出器を別々に用いて, 抽出した特徴は, 合成データに対する教師付きデブロアリングタスクと教師なしのぼかし転送タスクに使用される。
実世界のデータセットの実験では、UID-Diffが既存の最先端の手法よりも、ぼやけた除去と構造保存に優れていることが示されている。
論文 参考訳（メタデータ） (2025-02-03T17:00:40Z) - InpDiffusion: Image Inpainting Localization via Conditional Diffusion Models [10.213390634031049]
現在のIIL法は2つの大きな課題に直面している。
拡散モデルを用いた条件付きマスク生成タスクとしてIILを扱う新しいパラダイムを提案する。
我々の手法であるInpDiffusionは、画像意味条件の統合によって強化された復調過程を利用して、予測を段階的に洗練する。
論文 参考訳（メタデータ） (2025-01-06T07:32:12Z) - Mitigating Data Consistency Induced Discrepancy in Cascaded Diffusion Models for Sparse-view CT Reconstruction [4.227116189483428]
本研究は, 離散性緩和フレームワークを用いた新規なカスケード拡散について紹介する。
潜在空間の低画質画像生成と画素空間の高画質画像生成を含む。
これは、いくつかの推論ステップをピクセル空間から潜在空間に移すことによって計算コストを最小化する。
論文 参考訳（メタデータ） (2024-03-14T12:58:28Z) - Mitigating Exposure Bias in Discriminator Guided Diffusion Models [4.5349436061325425]
本稿では,識別器誘導とエプシロンスケーリングを組み合わせたSEDM-G++を提案する。
提案手法は,非条件CIFAR-10データセット上でFIDスコア1.73を達成し,現状よりも優れている。
論文 参考訳（メタデータ） (2023-11-18T20:49:50Z) - CoDi: Conditional Diffusion Distillation for Higher-Fidelity and Faster
Image Generation [49.3016007471979]
大規模な生成拡散モデルは、テキスト・ツー・イメージ生成に革命をもたらし、条件付き生成タスクに大きな可能性を秘めている。
しかし、彼らの普及は高い計算コストによって妨げられ、リアルタイムの応用が制限される。
本稿では,事前学習した潜伏拡散モデルに付加的な画像条件入力を適応させるCoDiという新しい手法を提案する。
論文 参考訳（メタデータ） (2023-10-02T17:59:18Z) - Steered Diffusion: A Generalized Framework for Plug-and-Play Conditional
Image Synthesis [62.07413805483241]
Steered Diffusionは、無条件生成のために訓練された拡散モデルを用いたゼロショット条件画像生成のためのフレームワークである。
塗装,着色,テキスト誘導セマンティック編集,画像超解像などのタスクに対して,ステアリング拡散を用いた実験を行った。
論文 参考訳（メタデータ） (2023-09-30T02:03:22Z) - Steerable Conditional Diffusion for Out-of-Distribution Adaptation in Medical Image Reconstruction [75.91471250967703]
我々は、ステアブル条件拡散と呼ばれる新しいサンプリングフレームワークを導入する。
このフレームワークは、利用可能な測定によって提供される情報のみに基づいて、画像再構成と並行して拡散モデルを適用する。
様々な画像モダリティにまたがるアウト・オブ・ディストリビューション性能の大幅な向上を実現した。
論文 参考訳（メタデータ） (2023-08-28T08:47:06Z) - Adversarial Semantic Data Augmentation for Human Pose Estimation [96.75411357541438]
本研究では,セマンティックデータ拡張法 (SDA) を提案する。
また,適応的セマンティックデータ拡張 (ASDA) を提案する。
最先端の結果は、挑戦的なベンチマークで得られます。
論文 参考訳（メタデータ） (2020-08-03T07:56:04Z)
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。