論文の概要: Thresholded Cross-Attention for Reliable Intensity-Chromaticity Fusion in Low-Light Image Enhancement
- arxiv url: http://arxiv.org/abs/2607.13925v1
- Date: Wed, 15 Jul 2026 15:06:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-16 16:39:12.817218
- Title: Thresholded Cross-Attention for Reliable Intensity-Chromaticity Fusion in Low-Light Image Enhancement
- Title（参考訳）: 低照度画像強調における信頼度・クロマティクス融合のための閾値交差注意法
- Abstract要約: 低照度画像強調(LLIE)では、ノイズ抑制、色忠実度、効率性に注意を要する。
近年のHVI法では, 強度と色度を分離することで, 色の絡み合いを緩和する手法が提案されている。
本稿では,Thresholded Cross-Attention を中心に構築されたネットワーク TCA-Net を提案する。
- 参考スコア（独自算出の注目度）: 18.972830666871005
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Low-Light Image Enhancement (LLIE) requires a careful balance among noise suppression, color fidelity, and efficiency. Recent HVI-based methods alleviate color entanglement by decoupling intensity and chromaticity, yet how reliably the two streams are fused again is an overlooked factor that largely determines the final quality. We observe that the confidence of cross-stream attention is strongly layer-dependent, so the fixed-quota selection of Top-K sparse attention is mismatched to it, discarding informative dependencies in some layers while retaining noisy ones in others. Motivated by this observation, we propose TCA-Net, a network built around Thresholded Cross-Attention that targets reliable intensity-chromaticity fusion in the HVI space rather than introducing yet another color representation. At its core, TCA replaces the rigid Top-K quota with a fixed confidence threshold whose retained cardinality is input- and layer-adaptive, retaining only high-confidence cross-stream interactions while suppressing unreliable ones. Around this core, two complementary designs clean up the fusion before and after it: a Phase-guided Fourier Interaction Module provides a structure-aware brightness initialization for the intensity stream prior to fusion, and a Decoupled Dual-Stream Guidance Module constructs residual intensity features to suppress chromaticity leakage during reconstruction. A Scale-Aware Consistency Regularization further improves structural robustness under scale perturbations during training. Extensive experiments on LOL-v1, LOL-v2, Sony-Total-Dark, and LSRW-Huawei demonstrate that TCA-Net delivers competitive restoration accuracy, improved color fidelity, and a compact parameter size.
- Abstract（参考訳）: 低照度画像強調(LLIE)では、ノイズ抑制、色忠実度、効率性に注意を要する。
近年のHVI法では, 強度と色度を分離することで, 色の絡み合いを緩和する手法が提案されている。
ストリーム間注目の信頼性は層依存性が強く,Top-Kのスパースアテンションの固定クォータ選択は不一致であり,ノイズのあるアテンションを保ちながら,一部のレイヤにおける情報依存を排除している。
そこで本研究では,Thresholded Cross-Attentionを中心に構築されたネットワークであるTCA-Netを提案する。
TCAの中核は、厳密なTop-Kクォータを、信頼できないものを抑えながら高信頼のクロスストリーム相互作用のみを保持しながら、保持濃度が入力および層適応である固定された信頼しきい値に置き換える。
相誘導フーリエ相互作用モジュールは、融合前の強度ストリームに対して構造を意識した輝度初期化を提供するもので、分離されたデュアルストリーム誘導モジュールは、再構成中の色度リークを抑制するために残留強度特性を構築する。
スケールアウェアの一貫性規則化は、トレーニング中のスケール摂動下での構造的堅牢性をさらに向上する。
LOL-v1, LOL-v2, Sony-Total-Dark, LSRW-Huaweiの大規模な実験により、TCA-Netは競合する復元精度、色忠実度の改善、コンパクトなパラメータサイズを提供することを示した。
関連論文リスト
- RA-SOD: Reliability-Aware RGB-T Salient Object Detection under Modality Degradation [23.43264234749439]
信頼性を考慮したRGB-T有能なオブジェクト検出フレームワークであるRA-SODを提案する。
RA-SODは、モダリティの信頼性を特徴学習とクロスモーダル融合に統合する。
実験により、RA-SODは最先端性能を示し、重度モード劣化下で強靭性を示す。
論文 参考訳（メタデータ） (2026-09-11T09:22:20Z) - BC-IHV: Conditioning the Color Space for Stable Rectified-Flow Low-Light Enhancement [51.79298431282401]
低照度画像強調は、入力ですでに支持されている上書き構造を使わずに、あいまいな露出を補正する必要がある。
本研究では, 異なる色度/強度の幹を通した対応を保ちながら, SA-RF(Structure-Anchored Rectified Flow)を提案する。
また,学習可能なBox-Cox極色空間であるBC-IHVを導入する。
論文 参考訳（メタデータ） (2026-08-22T08:43:00Z) - Overcoming Attention Drift: Homogeneity-Heterogeneity Guided Feature Aggregation for Low-Light Remote Sensing Image Enhancement [10.412281080988647]
ノイズや照明の破損により、既存の手法は注意の漂流や構造的ぼやけや色歪みに悩まされる。
本稿では,基礎モデルによって導かれる特徴集約問題として拡張を定式化する,二重優先型拡張フレームワークHALOを提案する。
H2CAMは8つの挑戦的な合成および実世界のリモートセンシングベンチマーク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） (2026-08-06T10:11:36Z) - DRPFNet: Dual-domain Residual Progressive Fusion Network for RGB-Thermal Object Detection [13.47934602159213]
RGB-thermal(RGB-T)オブジェクト検出は、可視・熱的モードから相補的な情報を融合して、様々な照明と気象条件下で堅牢な検出を実現することを目的としている。
現在の手法では、注意機構やトランスフォーマーを用いて、各特徴スケールで独立してクロスモーダル融合を行うのが一般的である。
本稿では,3つの相乗的レベル(構造,特徴,拡張)から統合情報フロー最適化システムを構築するDRPFNetを提案する。
論文 参考訳（メタデータ） (2026-08-04T09:20:31Z) - Beyond Illumination: A Conditional Mutual Information-Guided Network for Low-Light Image Enhancement [48.364582443938296]
低照度画像強調(LLIE)は、不適切な照明条件下で撮影された画像から構造的忠実度、自然な色調、適切な露出を復元することを目指している。
近年のCIDNetのような最先端のアプローチでは、色覚分岐(HV)と強度分岐(I)で構成されたデュアルブランチアーキテクチャを採用して、HVI色空間内の分解および輝度情報を個別にモデル化している。
これらの手法は、強度と色覚成分の相互相互作用を見落とし、それらの表現能力を本質的に制限し、最適以下の拡張性能をもたらす。
論文 参考訳（メタデータ） (2026-08-03T08:27:38Z) - V-Co: A Closer Look at Visual Representation Alignment via Co-Denoising [65.5867130156805]
統合JTフレームワークにおける視覚的コデノゲーションの体系的研究であるV-Coについて述べる。
本研究は,視覚的コデノジングを効果的に行うための4つの重要な要素を明らかにする。
V-Coは、基礎となる画素空間拡散ベースラインと強い前の画素拡散法より優れている。
論文 参考訳（メタデータ） (2026-03-17T17:01:54Z) - Enhancing Infrared Vision: Progressive Prompt Fusion Network and Benchmark [58.61079960074608]
既存の赤外線画像強調法は、個々の劣化に対処することに焦点を当てている。
一般的にRGBセンサーに適用されるオールインワンエンハンスメント法は、有効性が制限されることが多い。
論文 参考訳（メタデータ） (2025-10-10T12:55:54Z) - Latent Harmony: Synergistic Unified UHD Image Restoration via Latent Space Regularization and Controllable Refinement [89.99237142387655]
LH-VAEを導入し、視覚的意味的制約や進行的劣化による意味的堅牢性を高める。
Latent Harmonyは、UHD修復のためのVAEを再定義する2段階のフレームワークである。
実験により、Latent HarmonyはUHDおよび標準解像度タスクにまたがって最先端のパフォーマンスを実現し、効率、知覚品質、再現精度を効果的にバランスさせることが示されている。
論文 参考訳（メタデータ） (2025-10-09T08:54:26Z) - Uncertainty-Aware Spatial Color Correlation for Low-Light Image Enhancement [5.6629926700493325]
U2CLLIEは不確実性認識と空間カラー因果相関モデルを統合する新しいフレームワークである。
複数のベンチマークデータセットで最先端のパフォーマンスを実現し、さまざまな場面で堅牢なパフォーマンスと強力な一般化を実現している。
論文 参考訳（メタデータ） (2025-08-06T08:02:21Z) - Enhancing Diffusion Model Stability for Image Restoration via Gradient Management [25.215396311196713]
これらの成分の基礎となる勾配のダイナミクスを解析し、重要な不安定性を同定する。
これらの不安定さが生成過程を阻害し,復元性能を損なうことを示す。
本稿では,新しい勾配管理手法である安定化進行勾配拡散法を提案する。
論文 参考訳（メタデータ） (2025-07-09T08:40:46Z) - EvRWKV: A Continuous Interactive RWKV Framework for Effective Event-Guided Low-Light Image Enhancement [10.556338127441167]
イベントカメラは、輝度変化を非同期にキャプチャすることで、高ダイナミックレンジとマイクロ秒の時間分解能を提供する。
EvRWKVは、二重ドメイン処理による連続的な相互モーダル相互作用を実現する新しいフレームワークである。
我々は,EvRWKVが最先端性能を実現し,ノイズを抑制し,構造的詳細を復元し,低照度環境に挑戦する際の視覚的明瞭度を向上させることにより,画像品質を効果的に向上することを示す。
論文 参考訳（メタデータ） (2025-07-01T19:05:04Z) - FUSE: Label-Free Image-Event Joint Monocular Depth Estimation via Frequency-Decoupled Alignment and Degradation-Robust Fusion [92.4205087439928]
画像強調共同深度推定法は、頑健な知覚に相補的なモダリティを利用するが、一般化可能性の課題に直面している。
自己監督型転送(PST)と周波数デカップリング型フュージョンモジュール(FreDF)を提案する。
PSTは、画像基盤モデルとの遅延空間アライメントによるクロスモーダルな知識伝達を確立し、データ不足を効果的に軽減する。
FreDFは、低周波構造成分から高周波エッジ特性を明示的に分離し、モード比周波数ミスマッチを解消する。
この組み合わせのアプローチにより、FUSEはターゲットデータセットに対する軽量デコーダ適応のみを必要とするユニバーサルなイメージイベントを構築することができる。
論文 参考訳（メタデータ） (2025-03-25T15:04:53Z) - VQCNIR: Clearer Night Image Restoration with Vector-Quantized Codebook [16.20461368096512]
夜景撮影は、暗い環境や長時間の露光から生じる、暗い光やぼやけなどの課題に苦しむことが多い。
私たちは、データ駆動の高品質な事前処理の強みを信じ、手動による事前処理の制限を回避するために、信頼性と一貫性のある事前処理の提供に努めています。
VQCNIR(Vector-Quantized Codebook)を用いたClearer Night Image Restorationを提案する。
論文 参考訳（メタデータ） (2023-12-14T02:16:27Z)
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。