論文の概要: Bio-SFT: Asymmetric Cortical Guidance and Retinal Adaptation for Robust HDR Reconstruction
- arxiv url: http://arxiv.org/abs/2607.17456v1
- Date: Mon, 20 Jul 2026 01:07:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-21 18:48:37.471569
- Title: Bio-SFT: Asymmetric Cortical Guidance and Retinal Adaptation for Robust HDR Reconstruction
- Title（参考訳）: Bio-SFT-非対称皮質誘導と網膜適応によるロバストHDR再建
- Abstract要約: 暗黒領域における極端輝度変化と厳密な量子化は、正確な再構築を困難にしている。
Bio-SFTは単一像HDR再構成のためのバイオインスパイアされたスパイク周波数変換器である。
HDRTV1Kの実験では、Bio-SFTは対称誘導パイプラインのアーティファクト伝搬を低減しつつ、HDR-VDP-3と$E_ITP$を一貫して改善している。
- 参考スコア（独自算出の注目度）: 61.07381300333128
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recovering high dynamic range (HDR) radiance from a single standard dynamic range (SDR) image is highly ill-posed. Extreme luminance variation and severe quantization in dark regions make accurate reconstruction challenging, often leading to visual artifacts and color distortions. To address this problem, we propose Bio-SFT, a bio-inspired spiking frequency transformer for single-image HDR reconstruction. Bio-SFT incorporates three biologically motivated components. First, a learnable Naka--Rushton retinal adaptation frontend stabilizes the input under complex lighting conditions. Second, an explicit Parvo--Magno split introduces asymmetric Parvo-to-Magno guidance, allowing high-frequency structural cues to modulate low-frequency reconstruction. Third, an event-driven SNN hard gating module applies all-or-none spiking to suppress dark-region noise while preserving structural details. The module is trained with a sparsity prior to encourage efficient feature utilization. Built for end-to-end training within a transformer backbone, these lightweight components provide strong parameter efficiency. Experiments on HDRTV1K show that Bio-SFT achieves competitive perceptual quality and consistently improves HDR-VDP-3 and $ΔE_{ITP}$ while reducing artifact propagation in symmetric guidance pipelines.
- Abstract（参考訳）: 単一標準ダイナミックレンジ (SDR) 画像からの高ダイナミックレンジ (HDR) 放射率の回復は極めて不良である。
暗黒領域における極度の輝度変化と厳密な量子化は正確な再構成を困難にし、しばしば視覚的アーティファクトや色歪みにつながる。
そこで本研究では,単一画像HDR再構成のためのバイオインスパイク周波数変換器Bio-SFTを提案する。
Bio-SFTは3つの生物学的動機付け成分を組み込んでいる。
第1に、学習可能な中ルシトン網膜適応フロントエンドは、複雑な照明条件下で入力を安定化させる。第2に、明示的なパルボ-マグノ分割は非対称なパルボ-マグノ誘導を導入し、高周波構造的キューが低周波再構成を調節できるようにする。
第3に、イベント駆動SNNハードゲーティングモジュールは、構造的詳細を保持しながら暗域ノイズを抑制するために、オールオーノースパイクを適用している。
モジュールは、効率的な機能利用を促進する前に、疎結合でトレーニングされる。
トランスのバックボーン内でのエンドツーエンドのトレーニングのために構築されたこれらの軽量コンポーネントは、強力なパラメータ効率を提供する。
HDRTV1Kにおける実験により,Bio-SFTは競合する知覚品質を達成し,HDR-VDP-3および$ΔE_{ITP}$を一貫して改善し,対称誘導パイプラインのアーチファクト伝搬を低減した。
関連論文リスト
- PF-Trans: Physics-Embedded Frequency-Aware Transformer for Spectral Reconstruction [9.122692658405116]
高忠実度リモートセンシングスペクトル再構成のための物理埋め込み周波数対応変換器(PF-Trans)を提案する。
PF-Transは最先端のパフォーマンスを実現し、GF-5上海データセット上で最大48.50dBのピーク信号対雑音比(PSNR)を達成する。
論文 参考訳（メタデータ） (2026-06-09T03:34:34Z) - ExpoCM: Exposure-Aware One-Step Generative Single-Image HDR Reconstruction [60.873186669266836]
シングルイメージHDR再構成は,単一低ダイナミックレンジ(LDR)入力から高ダイナミックレンジの放射率を回復することを目的としている。
ExpoCMは,HDR再構成をPF-ODE(Probability Flow ODE)として再構成し,露出依存摂動による露出認識整合性トラジェクトリを構築する,新しい一段階のHDR再構成フレームワークである。
HDR-REAL、HDR-EYE、AIM2025ベンチマークの実験は、ExpoCMが最先端の忠実性を達成することを示した。
論文 参考訳（メタデータ） (2026-05-04T11:06:49Z) - High-Resolution Single-Shot Polarimetric Imaging Made Easy [76.04914313843774]
EasyPolarは多視点偏光イメージングフレームワークである。
3つの同期RGBカメラは、1つの非偏光ビューと2つの異なる方向の偏光ビューをキャプチャする。
多視点核融合における潜在的なミスアライメントに対処するために、信頼誘導偏光再構成ネットワークを提案する。
論文 参考訳（メタデータ） (2026-04-07T08:20:58Z) - 3D Gaussian Splatting for Annular Dark Field Scanning Transmission Electron Microscopy Tomography Reconstruction [13.051560405222775]
ADF-STEMトモグラフィーは多視点傾斜画像を統合することで3次元のナノスケール材料を再構成する。
傾斜角の散乱を安定化し、散乱ビュー正規化による一貫したデンザを確保するために$$係数を導入する。
45-viewと15-viewの傾きシリーズの実験では、デンザ・ガウシアンは元の傾きとより密接な2次元のプロジェクションと高忠実さの再現を行う。
論文 参考訳（メタデータ） (2026-04-06T14:01:43Z) - LumaFlux: Lifting 8-Bit Worlds to HDR Reality with Physically-Guided Diffusion Transformers [33.647308897653396]
本稿では,SDR-to-Reconstructionのための第1の物理的および知覚的に誘導される変換器であるLumaFluxを紹介する。
ベンチマーク全体では、LumaFluxは最先端のベースラインよりも優れており、優れた輝度再構成と知覚的な色忠実性を実現している。
論文 参考訳（メタデータ） (2026-04-03T06:54:52Z) - HS-3D-NeRF: 3D Surface and Hyperspectral Reconstruction From Stationary Hyperspectral Images Using Multi-Channel NeRFs [6.074219505064872]
我々は高スループットハイパースペクトル3D再構成のための静止カメラマルチチャネルNeRFフレームワークであるHSI-SC-NeRFを紹介する。
3種類の農作物の試料を用いた実験により,空間再構成精度が高く,スペクトル忠実度が高いことが示された。
論文 参考訳（メタデータ） (2026-02-18T23:29:04Z) - PHASE-Net: Physics-Grounded Harmonic Attention System for Efficient Remote Photoplethysmography Measurement [63.007237197267834]
既存のディープラーニング手法は、主に生理学的モニタリングであり、理論的な堅牢性を欠いている。
本研究では,Navier-Stokes方程式のヘモダイナミックスから導かれる物理インフォームド r パラダイムを提案し,パルス信号が2次系に従うことを示す。
これは、時間的円錐ネットワーク(TCN)を使用する理論的正当性を提供する。
Phase-Netは高い効率で最先端のパフォーマンスを実現し、理論上は基礎的でデプロイ可能な r ソリューションを提供する。
論文 参考訳（メタデータ） (2025-09-29T14:36:45Z) - Accelerating 3D Photoacoustic Computed Tomography with End-to-End Physics-Aware Neural Operators [74.65171736966131]
光音響計算トモグラフィ(PACT)は、光コントラストと超音波分解能を組み合わせることで、光拡散限界を超える深部像を実現する。
現在の実装では、高密度トランスデューサアレイと長い取得時間を必要とし、臨床翻訳を制限している。
本研究では,センサ計測からボリューム再構成まで,逆音響マッピングを直接学習する物理認識モデルであるPanoを紹介する。
論文 参考訳（メタデータ） (2025-09-11T23:12:55Z) - HDRTransDC: High Dynamic Range Image Reconstruction with Transformer Deformation Convolution [21.870772317331447]
高ダイナミックレンジ(CAM)画像は、多露光低ダイナミックレンジ(LDR)画像を融合させることで、現実的な細部を持つ人工物のないHDR画像を生成することを目的としている。
融合歪みの除去を目的としたDWFBを提案する。
論文 参考訳（メタデータ） (2024-03-11T15:48:17Z) - Aug-NeRF: Training Stronger Neural Radiance Fields with Triple-Level
Physically-Grounded Augmentations [111.08941206369508]
我々は,NeRFトレーニングの正規化にロバストなデータ拡張のパワーを初めてもたらすAugmented NeRF(Aug-NeRF)を提案する。
提案手法では,最悪の場合の摂動を3段階のNeRFパイプラインにシームレスにブレンドする。
Aug-NeRFは、新しいビュー合成と基礎となる幾何再構成の両方において、NeRF性能を効果的に向上させる。
論文 参考訳（メタデータ） (2022-07-04T02:27:07Z)
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。