論文の概要: To Blend In, First Decouple: Rethinking Camouflage Image Generation via Context-Decoupled Representations

• arxiv url: http://arxiv.org/abs/2607.17768v1
• Date: Mon, 20 Jul 2026 10:01:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.582554
• Title: To Blend In, First Decouple: Rethinking Camouflage Image Generation via Context-Decoupled Representations
• Title（参考訳）: ブレンドイン、最初の分離:コンテキスト分離表現によるカモフラージュ画像生成の再考
• Abstract要約: カモフラージュ画像生成(CIG)は、視覚的に隠されたオブジェクトを生成し、背景にシームレスにブレンドすることに焦点を当てている。 既存の手法は、典型的には、スタイル転送を介してオブジェクトの外観に適応する背景誘導パラダイムか、または、オブジェクトの特徴に基づいて周囲の領域に悪影響を及ぼす前景誘導戦略のいずれかに従う。 そこで我々は,文脈条件付きガイダンスを分離し,遅延カモフラージュ特徴を協調オブジェクトと背景制御ストリームに明示的に分離することを目的とした,コンテキスト分離型生成パラダイムであるCamoDreamerを提案する。
• 参考スコア（独自算出の注目度）: 18.9512030963437
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Camouflage image generation (CIG) focuses on generating visually concealed objects that seamlessly blend into their backgrounds. Existing methods typically follow either background-guided paradigms that adapt object appearance via style transfer, or foreground-guided strategies that outpaint surrounding regions conditioned on object features. However, they still suffer from appearance discrepancy and background artifacts. We attribute these limitations to cross-context representation leakage, where object and background cues are entangled in a coupled conditional space, resulting in ambiguous control and degraded camouflage fidelity. To tackle this, we propose a new context-decoupled generative paradigm, termed CamoDreamer, which aims to isolate contextual conditional guidance and explicitly decouple latent camouflage features into coordinated object and background control streams. First, a Contrast-aware Contextual Bridge is designed to model cross-context discrepancies and construct contrast-aware dual conditional guidance. Second, Context-Decoupled Assimilation Streams are employed to separate generative interactions conditioned on the dual guidance, while facilitating background rendering with target-aware cues in the latent space. Finally, a Frequency-Adaptive Contextual Blend module integrates complementary high-frequency textures and low-frequency structures from decoupled features to improve holistic coherence. Extensive experiments demonstrate that CamoDreamer consistently outperforms existing methods with a substantial margin, while maintaining a relatively lightweight design.
• Abstract（参考訳）: カモフラージュ画像生成(CIG)は、視覚的に隠されたオブジェクトを生成し、背景にシームレスにブレンドすることに焦点を当てている。 既存の手法は、典型的には、スタイル転送を介してオブジェクトの外観に適応する背景誘導のパラダイムか、または、オブジェクトの特徴に基づいて周囲の領域に悪影響を及ぼす前景誘導の戦略のいずれかに従う。 しかし、見た目の相違や背景の遺物に悩まされている。 これらの制限は、オブジェクトと背景のキューが結合された条件空間に絡み合って、あいまいな制御と劣化したカモフラージュフィディリティをもたらす、クロスコンテキスト表現のリークに起因している。 そこで本研究では,文脈条件付きガイダンスを分離し,遅延カモフラージュ特徴を協調オブジェクトと背景制御ストリームに明示的に分離することを目的とした,コンテキスト分離型生成パラダイムであるCamoDreamerを提案する。 第一に、コントラスト対応コンテキストブリッジは、クロスコンテクストの相違をモデル化し、コントラスト対応の二重条件ガイダンスを構築するように設計されている。 第二に、コンテキスト分離同化ストリームは、二重誘導で条件付けられた生成的相互作用を分離するために使用され、潜在空間におけるターゲット認識キューによる背景レンダリングを容易にする。 最後に、周波数適応型コンテキストブレンドモジュールは、相補的な高周波テクスチャと疎結合特徴からの低周波構造を統合し、全体的コヒーレンスを改善する。 大規模な実験により、カモドレーマーは比較的軽量な設計を維持しながら、既存の手法をかなりのマージンで一貫して上回っていることが示された。

関連論文リスト

• Rethinking Camouflage Image Generation towards a Training-Free Paradigm [11.051625747450009]
  FreeCamは、前景のオブジェクトを隠蔽互換の背景コンテキストに混ぜることで、現実的なカモフラージュ画像を生成する。 我々はFreeCamを隠蔽指向のパラダイムとして定式化し、合成された環境からの知覚的分離性を低減しつつターゲットを保護した。 実験の結果,FreeCamはタスク固有のトレーニングを使わずに,最先端の生成品質とカモフラージュ効率を実現することができた。
  論文  参考訳（メタデータ） (2026-09-13T08:24:45Z)
• CogSENet: Blind Image Deblurring with Blur-Conditioned Semantic Routing and Explicit Frequency Fusion [3.7521959864518593]
  CogSENetは、ワシの視覚システムにインスパイアされた動的でセマンティックな再構築フレームワークである。 CogSENetoutperは、より少ないパラメータで、視覚的品質と構造的忠実度の両方で最先端のデブロアリングメソッドを生成する。
  論文  参考訳（メタデータ） (2026-06-29T09:29:21Z)
• Hierarchical Consistency Learning for Test-time Adaptation in Camouflage Perception [50.278200968044665]
  カモフラージュされた物体検出(COD)は、物理的属性を通して背景から最小限の知覚差を示すターゲットをローカライズすることを目的としている。 既存のメソッドは、静的なTrain-then-freezeパラダイムによって制約されており、ドメインの剛性と依存性のアノテーションに悩まされている。 動的表現再構成のためのテスト時間適応を統合した階層的一貫性学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-25T09:57:46Z)
• Smart-Insertion-V: Photorealistic Video Insertion via a Closed-Loop Feedback Dual-Stream Framework [52.477407591581176]
  マスクのないビデオオブジェクト挿入は、ソースビデオへの参照オブジェクトの調和を要する、困難なタスクとして登場した。 ビデオ挿入と画像スタイル転送を同時に行う,エンドツーエンドのtextbfDual-Stream フレームワークである textittextbfSmart-Insertion-V を提案する。
  論文  参考訳（メタデータ） (2026-05-22T17:54:54Z)
• PICS: Pairwise Image Compositing with Spatial Interactions [20.306534705755613]
  PICSは、オブジェクトを並列に構成する自己教師型合成分解パラダイムである。 インタラクショントランスフォーマーは、バックグラウンド、排他的、重複する領域をルーティングするために、マスク誘導ミキサーを使用する。 幾何学的変動に対するロバスト性をさらに高めるため、平面外と平面内の両方のポーズ変化をカバーする幾何学的付加を取り入れた。
  論文  参考訳（メタデータ） (2026-03-06T20:48:21Z)
• RealCamo: Boosting Real Camouflage Synthesis with Layout Controls and Textual-Visual Guidance [13.352489108641938]
  リアルなカモフラージュ画像生成のための統一されたアウトペイントベースフレームワークを提案する。 ReamCamoは、グローバルなイメージ構造を制御するためのレイアウトコントロールを明示的に導入している。 また,生成画像におけるカモフラージュの有効性を計測する背景・地上分布のばらつき尺度も導入する。
  論文  参考訳（メタデータ） (2025-12-28T15:37:56Z)
• Text-guided Controllable Diffusion for Realistic Camouflage Images Generation [33.31050008276478]
  カモフラージュ画像生成(CIG)は、物体が調和してブレンドされ、周囲と高い視覚的一貫性を示す合成画像に焦点を当てた新興研究分野である。 本稿では,リアルかつ論理的に妥当なカモフラージュ画像を生成する制御可能なテキスト誘導カモフラージュ画像生成手法を提案する。
  論文  参考訳（メタデータ） (2025-11-25T11:43:58Z)
• Recovering Partially Corrupted Objects via Sketch-Guided Bidirectional Feature Interaction [16.03488741913531]
  テキスト誘導拡散モデルはテキストプロンプトを通じて高レベルの意味指導を提供する。 これらはしばしば、部分的に破損した物体に正確なピクセルレベルの空間制御を欠いている。 本研究では,事前訓練された安定拡散モデルに基づくスケッチ誘導双方向特徴相互作用フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-10T08:34:31Z)
• Consistent Human Image and Video Generation with Spatially Conditioned Diffusion [82.4097906779699]
  一貫性のある人中心画像とビデオ合成は、所定の参照画像との外観整合性を維持しつつ、新しいポーズを持つ画像を生成することを目的としている。 我々は,課題を空間条件付き塗装問題とみなし,対象画像をインペイントして参照との外観整合性を維持する。 このアプローチにより、参照機能により、統一された認知ネットワーク内でのポーズ準拠のターゲットの生成をガイドすることができる。
  論文  参考訳（メタデータ） (2024-12-19T05:02:30Z)
• ZoomNeXt: A Unified Collaborative Pyramid Network for Camouflaged Object Detection [70.11264880907652]
  最近のオブジェクト(COD)は、現実のシナリオでは極めて複雑で難しい、視覚的にブレンドされたオブジェクトを周囲に分割しようと試みている。 本研究では,不明瞭な画像を観察したり,ズームインしたりアウトしたりする際の人間の行動を模倣する,効果的な統合協調ピラミッドネットワークを提案する。 我々のフレームワークは、画像とビデオのCODベンチマークにおいて、既存の最先端の手法を一貫して上回っている。
  論文  参考訳（メタデータ） (2023-10-31T06:11:23Z)
• CamDiff: Camouflage Image Augmentation via Diffusion Model [83.35960536063857]
  CamDiffは、カモフラージュされたシーンで透明なオブジェクトを合成するための新しいアプローチだ。 我々は,潜伏拡散モデルを用いて,カモフラージュされたシーンで有能な物体を合成する。 当社のアプローチでは、フレキシブルな編集と大規模データセットの効率的な生成を低コストで実現している。
  論文  参考訳（メタデータ） (2023-04-11T19:37:47Z)
• High-resolution Face Swapping via Latent Semantics Disentanglement [50.23624681222619]
  本稿では,事前学習したGANモデルの事前知識を用いた,新しい高分解能幻覚顔交換法を提案する。 我々は、ジェネレータの進行的な性質を利用して、潜在意味論を明示的に解き放つ。 我々は,2時間制約を潜時空間と画像空間に課すことにより,映像面スワップに拡張する。
  論文  参考訳（メタデータ） (2022-03-30T00:33:08Z)

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。