論文の概要: JoLT: Joint Latent Trajectories for Context-Guided High-Resolution Tiled Generation
- arxiv url: http://arxiv.org/abs/2608.15395v1
- Date: Sat, 15 Aug 2026 19:57:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.286633
- Title: JoLT: Joint Latent Trajectories for Context-Guided High-Resolution Tiled Generation
- Title（参考訳）: JoLT: コンテキストガイド型高分解能タイド生成のための継手潜在軌道
- Abstract要約: 現在の文献ではこの問題を低解像度のアプローチで解決している。
ジョイントトラジェクトリー(JoLT)について
画像を生成するために、JoLTは2つのストリームを使用し、各サンプリングステップでLRとHRの潜像を併用する。
- 参考スコア（独自算出の注目度）: 46.49480145234397
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Although text-to-image generative models produce impressive results, they struggle to generate densely detailed, high-resolution (HR) images. Current literature addresses this issue with a low-to-high-resolution approach. First, a low-resolution (LR) image is generated. Then, an upsampled version is generated using the LR image as an additional cue. In this paper, we present Joint Latent Trajectories (JoLT). To generate an image, JoLT uses two streams that jointly denoise LR and HR latent images at each sampling step. The LR latent controls the overall layout, while the HR latent controls the details. We interconnect both branches to jointly integrate their information. We extensively validate our method, demonstrating its advantages over competing baselines. The resulting images are not only richly detailed but also visually pleasing, opening new avenues for artistic creation.
- Abstract（参考訳）: テキストから画像への生成モデルは印象的な結果をもたらすが、高精細で高解像度(HR)の画像を生成するのに苦労する。
現在の文献ではこの問題を低解像度のアプローチで解決している。
まず、低解像度(LR)画像を生成する。
そして、追加キューとしてLR画像を用いてアップサンプリング版を生成する。
本稿では,JoLT(Joint Latent Trajectories)について述べる。
画像を生成するために、JoLTは2つのストリームを使用し、各サンプリングステップでLRとHRの潜像を併用する。
LRラテントは全体のレイアウトを制御し、HRラテントは詳細を制御します。
両ブランチを相互接続して,情報を共同で統合します。
提案手法を広範に検証し, 競合するベースラインに対する優位性を実証した。
結果として得られたイメージは、豊富な詳細だけでなく、視覚的にも喜ばしいものであり、芸術的創造のための新たな道を開く。
関連論文リスト
- SRSplat: Feed-Forward Super-Resolution Gaussian Splatting from Sparse Multi-View Images [22.87137082795346]
少数のLRビューから高解像度の3Dシーンを再構成するフィードフォワードフレームワークである textbfSRSplat を提案する。
テクスチャ情報の欠如を補うために,外部の質の高い基準画像と内部テクスチャの手がかりを共同で活用する。
論文 参考訳（メタデータ） (2025-11-15T05:17:44Z) - ControlSR: Taming Diffusion Models for Consistent Real-World Image Super Resolution [68.72454974431749]
我々は、一貫した実世界の画像超解像(Real-ISR)に対して拡散モデルをテーム化する新しい方法であるControlSRを提案する。
提案モデルでは,複数のテストセット上で複数の測定値にまたがる性能が向上し,既存の手法よりもLR画像でより一貫したSR結果が得られる。
論文 参考訳（メタデータ） (2024-10-18T08:35:57Z) - Image-to-Image Translation with Low Resolution Conditioning [0.28675177318965034]
本研究の目的は、高解像度(HR)画像から細部を転写して、ターゲットの粗い低解像度(LR)画像表現に適合させることである。
これは、あるイメージスタイルをターゲットコンテンツに変換することに集中する以前の方法とは異なる。
提案手法は, HRターゲット画像を生成するための生成モデルをトレーニングすることに依存し, 1) 対応するソース画像の固有情報を共有すること, 2) ダウンスケール時のLRターゲット画像と正しく一致させることである。
論文 参考訳（メタデータ） (2021-07-23T14:22:12Z) - LAPAR: Linearly-Assembled Pixel-Adaptive Regression Network for Single
Image Super-Resolution and Beyond [75.37541439447314]
単一画像超解像(SISR)は、低解像度(LR)画像を高解像度(HR)バージョンにアップサンプリングする根本的な問題を扱う。
本稿では,線形組立画素適応回帰ネットワーク (LAPAR) を提案する。
論文 参考訳（メタデータ） (2021-05-21T15:47:18Z) - Best-Buddy GANs for Highly Detailed Image Super-Resolution [71.13466303340192]
我々は,低分解能(LR)入力に基づいて高分解能(HR)画像を生成する単一画像超解像(SISR)問題を考える。
このラインに沿ったほとんどのメソッドは、SISRタスクに十分な柔軟性がない、事前定義されたシングルLRシングルHRマッピングに依存しています。
リッチディテールSISRのためのベストバディGAN(Beby-GAN)を提案する。
イミュータブルな1対1の制約を緩和することで、推定されたパッチを動的に最高の監視を求めることができる。
論文 参考訳（メタデータ） (2021-03-29T02:58:27Z) - Super-Resolution of Real-World Faces [3.4376560669160394]
実の低解像度 (LR) の顔画像は、変わらず複雑で既知のダウンサンプリングカーネルによってキャプチャされる劣化を含んでいる。
本稿では,特徴抽出モジュールがLR画像からロバストな特徴を抽出する2つのモジュール超解像ネットワークを提案する。
我々は、劣化GANを訓練し、双対的に縮小されたクリーン画像を実際の劣化画像に変換し、得られた劣化LR画像と、そのクリーンLR画像とを補間する。
論文 参考訳（メタデータ） (2020-11-04T17:25:54Z) - PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of
Generative Models [77.32079593577821]
PULSE (Photo Upsampling via Latent Space Exploration) は、それまで文献になかった解像度で高解像度でリアルな画像を生成する。
本手法は, 従来よりも高分解能, スケールファクターの知覚品質において, 最先端の手法よりも優れていた。
論文 参考訳（メタデータ） (2020-03-08T16:44:31Z) - DDet: Dual-path Dynamic Enhancement Network for Real-World Image
Super-Resolution [69.2432352477966]
実画像超解像(Real-SR)は、実世界の高分解能画像(HR)と低分解能画像(LR)の関係に焦点を当てている。
本稿では,Real-SRのためのデュアルパス動的拡張ネットワーク(DDet)を提案する。
特徴表現のための大規模な畳み込みブロックを積み重ねる従来の手法とは異なり、非一貫性のある画像対を研究するためのコンテンツ認識フレームワークを導入する。
論文 参考訳（メタデータ） (2020-02-25T18:24:51Z)
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。