論文の概要: PixSDS: Why Latent SDS Makes Noisy Pixels

• arxiv url: http://arxiv.org/abs/2608.12997v1
• Date: Thu, 13 Aug 2026 09:20:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-14 18:29:38.462132
• Title: PixSDS: Why Latent SDS Makes Noisy Pixels
• Title（参考訳）: PixSDS:なぜSDSがノイズの多いピクセルを作るのか
• Abstract要約: SDS(Score Distillation Sampling)は、予めトレーニングされた拡散でレンダリングされた画像を最適化することで、テキストから3D生成を可能にする。 軽量なVOE型勾配補修法であるPixSDSを提案する。 2D最適化とテキストから3D生成の実験により、PixSDSはセマンティックコンテンツを保存しながら構造化されたアーティファクトを著しく削減することが示された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Score Distillation Sampling (SDS) enables text-to-3D generation by optimizing rendered images with a pretrained diffusion prior, but latent SDS often produces structured color artifacts and high-frequency texture noise. We identify a failure mode of latent SDS caused by VAE-induced pixel drift: the optimized image can move along pixel-space directions that are weakly constrained by the VAE encoder, so its latent representation remains clean and semantically meaningful while the image itself accumulates visible artifacts. We support this diagnosis with controlled 2D SDS experiments, VAE-only optimization, and a simplified analysis showing that encoder-like latent objectives can amplify image-space noise when the inverse mapping to pixels is underconstrained. Motivated by this observation, we propose PixSDS, a lightweight VAE-consistent gradient repair method. PixSDS decodes a latent SDS lookahead step and uses the decoded image as a clean direction for pixel-space optimization, reducing motion in VAE-inconsistent directions without retraining the diffusion model, changing the renderer, or replacing the SDS objective. Experiments in 2D optimization and text-to-3D generation show that PixSDS substantially reduces structured artifacts while preserving semantic content. Code is publicly available at https://sevashasla.github.io/pixsds-webpage/.
• Abstract（参考訳）: SDS(Score Distillation Sampling)は、予めトレーニングされた拡散でレンダリングされた画像を最適化することで、テキストから3D生成を可能にするが、遅延SDSは、しばしば構造化カラーアーティファクトと高周波テクスチャノイズを生成する。 最適化された画像は、VAEエンコーダによって弱められた画素空間方向に沿って移動することができ、画像自体が可視的アーティファクトを蓄積している間、その潜在表現はクリーンで意味のあるままである。 制御された2次元SDS実験、VAEのみの最適化、およびエンコーダライクな潜在目標が画素への逆写像が制限されていない場合に画像空間ノイズを増幅できることを示す簡易な解析により、この診断を支援する。 本研究の目的は, 軽量なVOE型勾配補修法であるPixSDSを提案することである。 PixSDSは遅延SDSルックアヘッドステップをデコードし、デコードされた画像を画素空間最適化のクリーンな方向として使用し、拡散モデルをトレーニングしたり、レンダラーを変更したり、SDSの目的を置き換えたりすることなく、VAE非一貫性の方向に動きを減少させる。 2D最適化とテキストから3D生成の実験により、PixSDSはセマンティックコンテンツを保存しながら構造化されたアーティファクトを著しく削減することが示された。 コードはhttps://sevashasla.github.io/pixsds-webpage/.comで公開されている。

関連論文リスト

• DST-Net: A Dual-Stream Transformer with Illumination-Independent Feature Guidance and Multi-Scale Spatial Convolution for Low-Light Image Enhancement [9.193933558950341]
  低照度画像強調は、薄暗い環境で視覚センサーが捉えた画像の可視性を回復することを目的としている。 本稿では,照明非依存信号の事前誘導とマルチスケール空間畳み込みに基づくDST-Netを提案する。 LOLデータセット上のPSNRは25.64dBである。
  論文  参考訳（メタデータ） (2026-03-17T13:07:32Z)
• DSA-SRGS: Super-Resolution Gaussian Splatting for Dynamic Sparse-View DSA Reconstruction [67.42242016220122]
  血管造影は脳血管疾患の補助的診断と治療のための重要な画像診断法である。 ガウススプラッティングと動的神経表現の最近の進歩は、スパースダイナミックインプットから頑健な3次元血管再構築を可能にしている。 本稿では、動的スパースビューDSA再構成のための初の超高分解能ガウススプラッティングフレームワークであるDSA-SRGSを提案する。
  論文  参考訳（メタデータ） (2026-03-05T03:41:08Z)
• Decompositional Neural Scene Reconstruction with Generative Diffusion Prior [64.71091831762214]
  完全な形状と詳細なテクスチャを持つ3次元シーンの分解的再構成は、下流の応用に興味深い。 近年のアプローチでは、この問題に対処するために意味的あるいは幾何学的正則化が取り入れられているが、制約の少ない領域では著しく劣化している。 本稿では,SDS(Score Distillation Sampling)の形で拡散先行値を用いたDP-Reconを提案し,新しい視点下で個々の物体の神経表現を最適化する。
  論文  参考訳（メタデータ） (2025-03-19T02:11:31Z)
• RewardSDS: Aligning Score Distillation via Reward-Weighted Sampling [14.725841457150414]
  RewardSDSは、報酬モデルからのアライメントスコアに基づいてノイズサンプルを重み付けし、重み付けされたSDS損失を生成する。 この損失は、整列した高逆出力をもたらすノイズサンプルから勾配を優先する。 テキスト・ツー・イメージ,2D編集,テキスト・ツー・3D生成タスクにおいて,RewardSDSとRewardVSDを評価する。
  論文  参考訳（メタデータ） (2025-03-12T17:59:47Z)
• Consistent3D: Towards Consistent High-Fidelity Text-to-3D Generation with Deterministic Sampling Prior [87.55592645191122]
  スコア蒸留サンプリング(SDS)とその変種は、テキスト・ツー・3D世代の発展を大幅に加速させたが、幾何崩壊やテクスチャの低下に弱い。 テキストから3D生成に先立ってODE決定論的サンプリングを探索する新しい「一貫性3D」手法を提案する。 実験により,高忠実で多様な3Dオブジェクトと大規模シーンの生成にConsistent3Dの有効性が示された。
  論文  参考訳（メタデータ） (2024-01-17T08:32:07Z)
• StableDreamer: Taming Noisy Score Distillation Sampling for Text-to-3D [88.66678730537777]
  本稿では3つの進歩を取り入れた方法論であるStableDreamerを紹介する。 まず、SDS生成前の等価性と、簡単な教師付きL2再構成損失を定式化する。 第2に,画像空間拡散は幾何学的精度に寄与するが,色調の鮮明化には潜時空間拡散が不可欠であることを示す。
  論文  参考訳（メタデータ） (2023-12-02T02:27:58Z)
• Contrastive Denoising Score for Text-guided Latent Diffusion Image Editing [58.48890547818074]
  潜在拡散モデル(LDM)に対するコントラストデノナイジングスコア(CUT)の強力な修正を提案する。 提案手法により,ゼロショット画像から画像への変換とニューラルフィールド(NeRF)の編集が可能となり,入力と出力の間の構造的対応が達成される。
  論文  参考訳（メタデータ） (2023-11-30T15:06:10Z)
• Pixel-Aware Stable Diffusion for Realistic Image Super-resolution and Personalized Stylization [23.723573179119228]
  本稿では,高機能なReal-ISRとパーソナライズされた画像スタイリングを実現するために,画素対応安定拡散(PASD)ネットワークを提案する。 画素単位の画像局所構造を知覚する拡散モデルを実現するために、画素対応クロスアテンションモジュールを導入する。 補正可能なノイズスケジュールを導入し、画像復元結果をさらに改善する。
  論文  参考訳（メタデータ） (2023-08-28T10:15:57Z)
• Delta Denoising Score [51.98288453616375]
  テキストベースの画像編集のための新しいスコアリング機能であるDelta Denoising Score (DDS)を紹介する。 ターゲットプロンプトに記述された内容に対して、入力画像の最小限の変更を導く。
  論文  参考訳（メタデータ） (2023-04-14T12:22:41Z)

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。