論文の概要: Multi-Conditioned Diffusion Synthesis of Sand Boils for Low-Resource Earthen-Levee Inspection

• arxiv url: http://arxiv.org/abs/2607.08794v1
• Date: Wed, 08 Jul 2026 01:07:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-13 14:47:12.717974
• Title: Multi-Conditioned Diffusion Synthesis of Sand Boils for Low-Resource Earthen-Levee Inspection
• Title（参考訳）: 低エネルギーアースリーブ探傷用サンドボイルの多成分拡散合成
• Abstract要約: アースリーブ上の砂沸騰は安全に重要な欠陥であるが、ピクセルレベルの検出は希少なアノテーションによって制限される。 低解像度の砂岩画像のための拡散型合成パイプラインを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Sand boils on earthen levees are safety-critical defects, but pixel-level detection is limited by scarce annotations. We present a diffusion-based synthesis pipeline for low-resource sand-boil imagery. Using Stable Diffusion XL fine-tuned with DreamBooth and conditioned by a multi-branch ControlNet stack, the pipeline generates synthetic inspection images from a small curated reference set. A soft-mask inpainting protocol preserves the real defect pixels while re-rendering the surrounding scene, avoiding seams and color shifts from prior seamless-cloning compositing. A mask-conditioned ControlNet can also generate a new boil inside a chosen mask, making the mask the segmentation label by construction; however, because large-scale label certification remains unresolved with the available real-trained gate, we release the soft-mask preset as the default. Text conditioning is supplied by a taxonomy-driven Prompt Atlas that expands one domain specification into a stratified, CLIP-validated prompt bank and transfers to new defect classes without code changes. From the real training images, the pipeline produces 1,020 synthetic candidates, of which 815 pass a CLIP admissibility filter. We evaluate image quality using distributional and fidelity-diversity measures against the real reference set and a Poisson baseline, and audit for out-of-distribution drift and memorization. No single preset dominates; each trades off fidelity, diversity, and label reliability. We therefore release the label-reliable preset as the default and treat a curated mixture as the natural augmentation set. Our claims are limited to image quality, label provenance, and diversity; downstream segmentation is left for future work. Code and an artifact manifest are released for reproducibility.
• Abstract（参考訳）: アースリーブ上の砂沸騰は安全に重要な欠陥であるが、ピクセルレベルの検出は希少なアノテーションによって制限される。 低解像度の砂岩画像のための拡散型合成パイプラインを提案する。 安定拡散XLをDreamBoothで微調整し、マルチブランチ制御ネットスタックで条件付けすることにより、パイプラインは小さなキュレートされた参照セットから合成検査画像を生成する。 ソフトマスク塗布プロトコルは、周囲のシーンを再レンダリングしながら実際の欠陥画素を保存し、シームやカラーシフトを従来のシームレスな閉包合成から回避する。 マスク条件のコントロールネットは、選択したマスク内に新しいボイラーを生成できるため、マスクをセグメンテーションラベルとして構成することができるが、大規模なラベル認証が利用可能な実戦ゲートで未解決のままであるため、ソフトマスクプリセットをデフォルトとしてリリースする。 テキストコンディショニングは、分類駆動のPrompt Atlasによって提供され、ひとつのドメイン仕様を階層化されたCLIP検証プロンプトバンクに拡張し、コード変更なしに新しい欠陥クラスに転送する。 実際のトレーニングイメージから、パイプラインは1020の合成候補を生成し、そのうち815はCLIP適応フィルタをパスする。 実基準セットとポアソンベースラインに対する分布・忠実・多様性尺度を用いて画像品質を評価し,分布外ドリフトと記憶の検査を行った。 いずれも忠実さ、多様性、ラベルの信頼性を損なうものだ。 したがって、ラベル信頼性の高いプリセットをデフォルトとしてリリースし、キュレートした混合物を自然な拡張集合として扱う。 私たちの主張は、画像の品質、ラベルの出所、多様性に限られています。 コードとアーティファクトマニフェストは再現性のためにリリースされている。

関連論文リスト

• An End-to-End Automated Pipeline for Controllable Crack Data Synthesis [16.848359184857912]
  視覚に基づくき裂検査は、信頼性がトレーニングデータの量、多様性、ラベルの品質に依存するセグメンテーションネットワークに依存する。 本稿では,手動のアノテーションを使わずにラベル付きひび割れデータを生成し,これらのデータとそれに基づいて訓練された検出器の信頼性を評価する。
  論文  参考訳（メタデータ） (2026-09-11T04:40:01Z)
• SpreadMark: Robust Image Watermarking via Spread-Spectrum Embedding [35.24760637584417]
  古典的な透かし原理である拡散スペクトル埋め込みを、現代のニューラルなポストホット透かしアーキテクチャの中で再検討する。 既存のエンコーダデコーダでは、各メッセージビットが画像のごく一部を占める。 SpreadMarkは、各ビットを画像全体に密度の高い擬似ランダムコードワードとして展開し、学習した隠蔽チップ表現にマッチしたフィルタリングによってそれを復元する。
  論文  参考訳（メタデータ） (2026-08-04T05:52:17Z)
• OSAGEN: Object-Aware Mask Priors and Multistage Decoupled Diffusion for Industrial Anomaly Generation [18.033397775306515]
  オブジェクト認識マスクの先行と多段分離拡散を組み合わせたOSAGENを提案する。 3段階の適応は、正常な外観、粗い条件下での欠陥の出現、きめ細かいマスクキャリブレーションを順次学習する。 MVTec AD と VisA では、OSAGEN は、それぞれ 88.1/82.2 と 68.5/66.1 のAP-P/F1-Pスコアを、統一された下流ローカライゼーションプロトコルで達成している。
  論文  参考訳（メタデータ） (2026-07-31T15:30:19Z)
• Make It Up: Fake Images, Real Gains in Generalized Few-shot Semantic Segmentation [49.73871999518061]
  一般小ショットセマンティックセマンティックセグメンテーション(GFSS)は、アノテーションの不足による新規クラスの出現のカバレッジによって、基本的に制限されている。 提案するSyn4Segは,新しいクラスの範囲を広げつつ,擬似ラベル品質を改善したGFSSフレームワークである。
  論文  参考訳（メタデータ） (2026-03-28T09:22:50Z)
• From Masks to Pixels and Meaning: A New Taxonomy, Benchmark, and Metrics for VLM Image Tampering [66.2662973049988]
  粗い領域ラベルからのVLM画像の改ざんを行う。 我々は,編集プリミティブにまたがる分類学と,その意味クラスを,低レベルな変化と高レベルな理解を結びつけて導入する。 第3に,画素レベルの正しさと局所化を定量化して,真の編集強度に対する信頼度や予測を評価するためのトレーニングフレームワークと評価指標を提案する。
  論文  参考訳（メタデータ） (2026-03-20T17:59:54Z)
• SemBind: Binding Diffusion Watermarks to Semantics Against Black-Box Forgery Attacks [74.76909939060833]
  ブラックボックスの偽造攻撃は、証明と信頼に非常に大きなリスクをもたらす。 ブラックボックス偽造に抵抗する潜伏型透かしのフレームワークであるSemBindを提案する。 我々は,SemBindが有効である抗偽造の変異が,ブラックボックス偽造の誤認を著しく減少させることを示した。
  論文  参考訳（メタデータ） (2026-01-28T07:02:40Z)
• Pseudo-Label Quality Decoupling and Correction for Semi-Supervised Instance Segmentation [62.55963720723179]
  Semi-Supervised Instance (SSIS)は、画像ピクセルを別個のオブジェクトインスタンスに分類し、グループ化する。 この学習パラダイムは、通常、インスタンスカテゴリやピクセルマスクのノイズの多い擬似ラベルによって生じる不安定なパフォーマンスの重大な課題に直面します。 上記の課題に対処するために, PseudoLabel Quality Decoupling and Correction (PL-DC) フレームワークを新たに導入する。
  論文  参考訳（メタデータ） (2025-05-16T10:07:17Z)
• Bridging Knowledge Gap Between Image Inpainting and Large-Area Visible Watermark Removal [57.84348166457113]
  本稿では,事前学習した画像の塗装モデルの表現能力を活用する新しい特徴適応フレームワークを提案する。 本手法は, 透かしの残像の残像を塗布バックボーンモデルに流し込むことにより, 透かしと透かし除去の知識ギャップを埋めるものである。 高品質な透かしマスクへの依存を緩和するために,粗い透かしマスクを用いて推論プロセスを導出する新たな訓練パラダイムを導入する。
  論文  参考訳（メタデータ） (2025-04-07T02:37:14Z)
• HybridFlow: Infusing Continuity into Masked Codebook for Extreme Low-Bitrate Image Compression [51.04820313355164]
  HyrbidFlowは、連続的な機能ベースのストリームとコードブックベースのストリームを組み合わせることで、極めて低い条件下で高い知覚品質と高い忠実性を実現する。 実験の結果、超低速で複数のデータセットにまたがる優れた性能が示された。
  論文  参考訳（メタデータ） (2024-04-20T13:19:08Z)
• Don't Look into the Dark: Latent Codes for Pluralistic Image Inpainting [8.572133295533643]
  本稿では,離散潜在符号の生成枠組みに基づく大規模マスク多元画像の描画手法を提案する。 本手法は,画像の可視な場所でのみ計算を行うことで,トークンとして識別された遅延先行を学習する。
  論文  参考訳（メタデータ） (2024-03-27T01:28:36Z)

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。