論文の概要: FiRe: Fixed-Noise Refinement for Visual Counterfactual Explanations
- arxiv url: http://arxiv.org/abs/2608.08664v1
- Date: Sun, 09 Aug 2026 12:15:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:36.911694
- Title: FiRe: Fixed-Noise Refinement for Visual Counterfactual Explanations
- Title（参考訳）: FiRe:視覚的非現実的説明のための固定ノイズリファインメント
- Abstract要約: 本稿では,視覚的対実的説明のための固定ノイズ補充フレームワークFiReを提案する。
FiReは入力を固定ノイズレベルにマッピングし、そのレベルのノイズ状態を反復的に洗練する。
FiReは約3$times$高速オンライン推論と8$times$より少ないFLOPを実現し、同等または最先端の対物品質を得る。
- 参考スコア（独自算出の注目度）: 9.955401099290096
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Visual counterfactual explanations aim to change classifier decisions through realistic and localized edits while preserving decision-irrelevant content. Existing DDPM-based methods typically perform classifier-guided editing along a long reverse denoising trajectory. The changing noise levels make semantic editability and spatial control difficult to balance, and the editable state is noisy, whereas the target classifier is trained on clean images. As a result, these methods require either costly recursive denoising or low-quality one-step estimates to obtain classifier-facing clean images. We propose FiRe, a Fixed-noise Refinement framework for visual counterfactual explanations. Rather than following a reverse denoising trajectory, FiRe maps the input to a fixed noise level and iteratively refines the noisy state at that level. To provide clean images for classifier guidance, FiRe first adapts Pixel Mean Flow to visual counterfactual explanation, enabling direct clean-image prediction from noisy states. To make fixed-noise refinement produce minimal and localized counterfactual edits, FiRe introduces three FiRe-specific controls: a dynamic dual-mask strategy, adaptive guidance, and early stopping, which determine where edits accumulate, which changes become visible, and when refinement stops. Experiments on five tasks across three datasets show that, compared with the strongest recent baseline, FiRe achieves about 3$\times$ faster online inference and 8$\times$ fewer FLOPs while obtaining comparable or state-of-the-art counterfactual quality.
- Abstract（参考訳）: 視覚的カウンターファクトの説明は、リアルで局所的な編集を通じて分類器の決定を変更し、決定に関係のないコンテンツを保存することを目的としている。
既存のDDPMベースの手法は、典型的には、長い逆の denoising 軌道に沿って分類器誘導編集を行う。
ノイズレベルの変化により、意味的な編集性と空間制御のバランスが難しくなり、編集可能な状態はノイズが多くなり、対象の分類器はクリーンな画像で訓練される。
その結果、これらの手法は、分類器に面したクリーンな画像を得るために、コストのかかる再帰的デノベーションまたは低品質のワンステップ推定を必要とする。
視覚的対実的説明のための固定雑音補充フレームワークFiReを提案する。
逆の騒音軌跡に従うのではなく、FiReは入力を固定ノイズレベルにマッピングし、そのレベルのノイズ状態を反復的に洗練する。
分類器ガイダンスのためのクリーンな画像を提供するため、FiReはまずPixel Mean Flowを視覚的偽物説明に適用し、ノイズ状態からの直接的なクリーンイメージ予測を可能にする。
固定ノイズリファインメントを最小限かつ局所的に偽物編集を生成するために、FiReはFiRe固有の3つのコントロール(動的デュアルマスク戦略、適応ガイダンス、早期停止)を導入している。
3つのデータセットにわたる5つのタスクの実験は、最強のベースラインと比較して、FiReが約3$\times$より高速なオンライン推論と8$\times$より少ないFLOPを実現し、同等あるいは最先端のカウンターファクト品質を獲得していることを示している。
関連論文リスト
- RIDGE: Re-Noising with Internal Dynamic Guidance for Image Editing [11.37302017486576]
インバージョンフリーなフローベース画像編集は遅延インバージョンを回避するが、編集ステップ毎にターゲット側状態が必要である。
Ridgeは、非利用可能なクリーンターゲット状態に対する進化的な近似として、編集された状態を維持する、インバージョンフリーでトレーニング不要な方法である。
2つのバックボーン(SD3 MediumとFLUX.1-dev)を使用した2つのベンチマークの実験では、RIDGEがソース保存、ターゲットアライメント、知覚品質のトレードオフを好適に提供していることが示されている。
論文 参考訳（メタデータ） (2026-08-04T03:20:09Z) - Adaptive Inference-Time Scaling via Early-Step Latent Verification for Image Editing [49.40982704974727]
好ましくない初期ノイズは、満足のいく編集結果につながる可能性がある。
最近の推論時間スケーリング手法では、複数の初期ノイズをサンプリングし、より良い候補を選択することでこの問題に対処している。
We propose VeriLatent, a plug-and-play Adaptive Inference-time Scaling framework with early-step latent verification for image editing。
論文 参考訳（メタデータ） (2026-06-13T08:30:33Z) - DuET: Dual Expert Trajectories for Diffusion Image Editing [42.49842620609682]
我々は、ソースイメージの条件付けを一時的に緩和する訓練不要推論手法であるDuETを紹介する。
DuETは命令の関連性、セマンティックな忠実さ、そして様々なモデルやベンチマークにおける知覚品質を継続的に改善する。
論文 参考訳（メタデータ） (2026-06-11T12:58:48Z) - DirectEdit: Step-Level Accurate Inversion for Flow-Based Image Editing [51.56484100374058]
我々は、事前訓練されたテキスト・ツー・イメージ(T2I)モデルのトレーニング不要な編集方法であるDirectEditを提案する。
DirectEditは、追加の神経機能評価(NFE)を導入することなく、固有の再構成エラーを除去する
実験により、DirectEditは効率よく正確な画像編集を実現し、最先端の手法よりも優れたパフォーマンスを提供することが示された。
論文 参考訳（メタデータ） (2026-05-04T10:09:18Z) - Beyond Fixed Inference: Quantitative Flow Matching for Adaptive Image Denoising [5.719237048831079]
拡散およびフローベース生成モデルは、画像復元に強い可能性を示している。
未知の様々なノイズ条件下でのデノイングは依然として困難である。
適応型画像復調のための定量的なフローマッチングフレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-02T08:29:54Z) - Detection-Driven Object Count Optimization for Text-to-Image Diffusion Models [54.641726517633025]
本稿では,事前学習したオブジェクトカウント技術とオブジェクト検出器を用いて生成をガイドする新しいフレームワークを提案する。
まず、完全生成画像上で計算された外ループ損失を用いてカウントトークンを最適化する。
第二に、視点や比例シフトによる誤差を補正する検出駆動スケーリング項を導入する。
論文 参考訳（メタデータ） (2024-08-21T15:51:46Z) - TurboEdit: Text-Based Image Editing Using Few-Step Diffusion Models [53.757752110493215]
テキストベースの一般的な編集フレームワーク – 編集フレンドリーなDDPM-noiseインバージョンアプローチ – に注目します。
高速サンプリング法への適用を解析し、その失敗を視覚的アーティファクトの出現と編集強度の不足という2つのクラスに分類する。
そこで我々は,新しいアーティファクトを導入することなく,効率よく編集の規模を拡大する疑似誘導手法を提案する。
論文 参考訳（メタデータ） (2024-08-01T17:27:28Z) - Denoising as Adaptation: Noise-Space Domain Adaptation for Image Restoration [64.84134880709625]
拡散モデルを用いて,雑音空間を介して領域適応を行うことが可能であることを示す。
特に、補助的な条件入力が多段階の復調過程にどのように影響するかというユニークな性質を活用することにより、有意義な拡散損失を導出する。
拡散モデルにおけるチャネルシャッフル層や残留スワッピング型コントラスト学習などの重要な戦略を提案する。
論文 参考訳（メタデータ） (2024-06-26T17:40:30Z) - Drag Your Noise: Interactive Point-based Editing via Diffusion Semantic Propagation [30.737586652869457]
DragNoiseは、潜在マップを遡ることなく、堅牢で高速な編集を提供する。
U-Netのボトルネック機能は本質的にインタラクティブな編集に理想的な意味豊かな機能を持っている。
DragNoiseは、DragDiffusionと比較して最適化時間を50%以上削減し、優れた制御とセマンティック保持を実現している。
論文 参考訳（メタデータ） (2024-04-01T11:09:40Z) - NLIP: Noise-robust Language-Image Pre-training [95.13287735264937]
雑音調和と雑音補完という2つの手法を用いて事前学習の安定化を図るため,NLIPの原理的手法を提案する。
我々のNLIPは、画像テキスト事前学習における一般的なノイズ効果をより効率的に軽減することができる。
論文 参考訳（メタデータ） (2022-12-14T08:19:30Z) - Dual Adversarial Network: Toward Real-world Noise Removal and Noise
Generation [52.75909685172843]
実世界の画像ノイズ除去は、コンピュータビジョンにおける長年の課題である。
本稿では,ノイズ除去およびノイズ発生タスクに対処する新しい統合フレームワークを提案する。
本手法はクリーンノイズ画像対の連成分布を学習する。
論文 参考訳（メタデータ） (2020-07-12T09:16:06Z)
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。