論文の概要: Degradation-Guided Underwater Image Restoration with Task-Oriented Latent Control

• arxiv url: http://arxiv.org/abs/2608.08661v1
• Date: Sun, 09 Aug 2026 12:08:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:36.910065
• Title: Degradation-Guided Underwater Image Restoration with Task-Oriented Latent Control
• Title（参考訳）: タスク指向潜水制御による劣化誘導水中画像復元
• Abstract要約: 本稿では,劣化誘導型特徴適応とタスク指向潜在制御を併用したProteusを提案する。 5つのペアと4つの非参照水中ベンチマークの実験は、Proteusが高度に競争力のある復元性能を発揮することを示した。
• 参考スコア（独自算出の注目度）: 15.047199029220193
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Degradation information in underwater images plays a dual role: its spatial and spectral cues can guide adaptive restoration, while degradation-entangled features may be propagated without explicit regulation during decoding. Existing methods largely overlook this dual role, either underexploiting degradation cues or directly forwarding encoder features through skip connections. To address this issue, we propose PROTEUS, which couples degradation-guided feature adaptation with task?oriented latent control. PROTEUS tackles this problem from two complementary perspectives. At the feature level, the Guided Dynamic Feature Modulation Block exploits spatially varying degradation cues to adapt feature processing across network stages. At the representation level, the task-oriented latent controller learns a structured control code under discriminative regularisation and uses it for channel-wise modulation of skip features, without requiring the code to form a metrically cleaner embedding. Extensive experiments on five paired and four non-reference underwater benchmarks demonstrate that PROTEUS achieves highly competitive restoration performance, with a favourable balance between restoration quality and computational cost.
• Abstract（参考訳）: 水中画像の劣化情報は、空間的およびスペクトル的な手がかりが適応的な復元を導くのに対して、劣化と絡み合った特徴はデコード中に明示的に制御されることなく伝播する。 既存のメソッドは、分解キューを過小評価するか、スキップ接続を通じてエンコーダ機能を直接転送するか、この2つの役割を概ね見落としている。 この問題に対処するために,分解誘導型特徴適応とタスクを結合したProteusを提案する。 指向性潜伏制御 PROTEUSは2つの相補的な観点からこの問題に取り組む。 機能レベルでは、Guid Dynamic Feature Modulation Blockは、空間的に変化する劣化キューを利用して、ネットワークステージにわたって機能処理を適用する。 表象レベルでは、タスク指向の潜在コントローラは、識別正則化の下で構造化された制御コードを学習し、コードを計量的にクリーンな埋め込みを形成することなく、スキップ機能のチャネルワイドな変調に使用する。 5つのペアと4つの非参照水中ベンチマークの大規模な実験は、Proteusが高い競争力を持つ復元性能を達成し、復元品質と計算コストのバランスが良好であることを示した。

関連論文リスト

• 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)
• MoASE++: Mixture of Activation Sparsity Experts with Domain-Adaptive On-policy Distillation for Continual Test Time Adaptation [65.068801413044]
  連続的なテスト時間適応は、非定常な未ラベルのターゲットストリームにソース予測モデルを適用する。 ドメインに依存しない構造をドメイン固有のテクスチャから切り離す。
  論文  参考訳（メタデータ） (2026-05-18T01:52:12Z)
• SoLAR: Error-Resilient Streamable Long-Horizon Free-Viewpoint Video Reconstruction with Anchor Activation and Latent Recalibration [57.159190580279585]
  ビット割り当て理論により、速度歪み最適化フレームワーク内で動的アンカーベースのボリュームビデオ表現を解析する。 我々は,長いシーケンスの復元品質を安定的に維持する,エラー回復性の最初のFVVフレームワークである textbfSoLAR を提案する。
  論文  参考訳（メタデータ） (2026-05-08T06:48:59Z)
• UniV2D: Bridging Visual Restoration and Semantic Perception for Underwater Salient Object Detection [71.83097731030254]
  視覚的回復と有能な物体検出を協調的に最適化するUnified Vision-to-Detection Network (UniV2D)を提案する。 UniV2Dは、セマンティック駆動学習パラダイムを導入している。 定量評価と定性評価の両方において最先端の手法を著しく上回る。
  論文  参考訳（メタデータ） (2026-05-08T02:31:45Z)
• Degradation-Aware Adaptive Context Gating for Unified Image Restoration [57.06559692537862]
  単一モデルを用いた統一画像復元は、多種多様な劣化によるタスク干渉に直面することが多い。 DACG-IRは,劣化特性を明瞭に認識し,特徴表現を動的に変調する。 DACG-IRは、単一タスク、オールインワン、悪天候除去、複合劣化設定において最先端の手法よりも優れた性能を示す。
  論文  参考訳（メタデータ） (2026-05-02T04:18:43Z)
• CD-Buffer: Complementary Dual-Buffer Framework for Test-Time Adaptation in Adverse Weather Object Detection [6.119587600205796]
  Test-Time Adaptation (TTA)は、オフラインでトレーニングすることなく、ドメインシフトへのリアルタイム適応を可能にする。 近年,ドメイン感受性チャネルを除去するサブトラクティブなアプローチが代替の方向として現れている。 本稿では,CD-Bufferを提案する。CD-Bufferは,サブトラクティブと付加的な機構が反対方向に作用する,新しい補完的な二重バッファフレームワークである。
  論文  参考訳（メタデータ） (2026-03-27T05:43:21Z)
• Degradation-Aware Feature Perturbation for All-in-One Image Restoration [7.062305871428267]
  オールインワン画像復元は、様々な劣化タイプやレベルから鮮明な画像を統一モデルで復元することを目的としている。 DFPIRは、特徴空間を統一されたパラメータ空間に合わせるように調整するために、分解を意識した特徴摂動を導入した。 DFPIRは、画像のデノイング、画像のデハージング、画像のデライニング、モーションのデブロアリング、低照度画像のエンハンスメントを含む複数のオールインワン画像復元タスクにおいて、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） (2025-05-19T02:37:11Z)
• Boosting Visual Recognition in Real-world Degradations via Unsupervised Feature Enhancement Module with Deep Channel Prior [22.323789227447755]
  霧、低照度、動きのぼかしは画像の品質を低下させ、自動運転の安全性を脅かす。 本研究は、劣化した視覚認識のための新しいDeep Channel Prior (DCP)を提案する。 これに基づいて、教師なし特徴補正を実現するために、新しいプラグアンドプレイunsupervised Feature Enhancement Module (UFEM)を提案する。
  論文  参考訳（メタデータ） (2024-04-02T07:16:56Z)
• Synergistic Multiscale Detail Refinement via Intrinsic Supervision for Underwater Image Enhancement [39.208417033777415]
  マルチステージを含む水中シーンの細部を高度化するための内在監視(SMDR-IS)を提案する。 ASISFモジュールは、多段劣化段階における特徴伝達を正確に制御し、ガイドすることができる。 Bifocal Intrinsic-Context Attention Module (BICA) は画像中のマルチスケールシーン情報を効率的に活用する。
  論文  参考訳（メタデータ） (2023-08-23T05:40:55Z)
• Activation Modulation and Recalibration Scheme for Weakly Supervised Semantic Segmentation [24.08326440298189]
  弱教師付きセマンティックセグメンテーションのための新しいアクティベーション変調と再校正手法を提案する。 PASCAL VOC 2012データセット上で,AMRが新たな最先端パフォーマンスを確立することを示す。 また,本手法はプラグアンドプレイであり,他の手法と組み合わせて性能向上を図ることが可能であることを実験により明らかにした。
  論文  参考訳（メタデータ） (2021-12-16T16:26:14Z)
• Unpaired Adversarial Learning for Single Image Deraining with Rain-Space Contrastive Constraints [61.40893559933964]
  我々は,CDR-GAN という名称の GAN フレームワークにおいて,比較学習手法により,経験者の相互特性を探索する有効な非経験的 SID 手法を開発した。 提案手法は, 合成および実世界の両方のデータセットにおいて, 既存の非対効果のデラミニング手法に対して良好に動作し, 完全教師付きモデルや半教師付きモデルよりも優れている。
  論文  参考訳（メタデータ） (2021-09-07T10:00:45Z)

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。