論文の概要: BC-IHV: Conditioning the Color Space for Stable Rectified-Flow Low-Light Enhancement

• arxiv url: http://arxiv.org/abs/2608.21847v1
• Date: Sat, 22 Aug 2026 08:43:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.492505
• Title: BC-IHV: Conditioning the Color Space for Stable Rectified-Flow Low-Light Enhancement
• Title（参考訳）: BC-IHV:可変整流低照度化のための色空間の条件付け
• Abstract要約: 低照度画像強調は、入力ですでに支持されている上書き構造を使わずに、あいまいな露出を補正する必要がある。 本研究では, 異なる色度/強度の幹を通した対応を保ちながら, SA-RF(Structure-Anchored Rectified Flow)を提案する。 また,学習可能なBox-Cox極色空間であるBC-IHVを導入する。
• 参考スコア（独自算出の注目度）: 51.79298431282401
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Low-light image enhancement (LLIE) must correct ambiguous exposure without overwriting structure already supported by the input. Generative transport can model exposure ambiguity; however, its flexibility may also alter observable geometry and chromatic content. Moreover, fixed invertible color coordinates are usually treated only as representations, although their inverse mappings reshape the RGB-domain gradients received by the enhancement network. To address these issues, we propose Structure-Anchored Rectified Flow (SA-RF), which maintains correspondence through separate chromaticity/intensity stems, a scale-matched condition pyramid, and HybridAda. HybridAda assigns location-specific retrieval to spatial cross-attention and global exposure modulation to pooled AdaLN. We further introduce BC-IHV, a learnable Box--Cox polar color space whose analytically invertible intensity mapping controls the inverse-gradient dynamic range through a single exponent. This allows the representation to balance dark-range expansion and gradient conditioning instead of adopting a fixed linear or logarithmic law. Experiments on three LOL benchmarks, blind image-quality evaluation, and cross-dataset tests demonstrate consistent reconstruction and perceptual advantages over the sota. Controlled studies further support the effectiveness of both the proposed framework and color representation.
• Abstract（参考訳）: 低照度画像強調(LLIE)は、入力によって既に支持されている上書き構造を伴わず、曖昧な露出を補正しなければならない。 生成的輸送は露光のあいまいさをモデル化することができるが、その柔軟性は観測可能な幾何学や色含量を変化させることもできる。 さらに、固定可逆色座標は通常表現としてのみ扱われるが、その逆写像は拡張ネットワークによって受信されたRGB領域勾配を再構成する。 これらの問題に対処するため, 異なる色度/強度ステム, スケールマッチング条件ピラミッド, ハイブリッドAdaによる対応性を維持するSA-RF(Structure-Anchored Rectified Flow)を提案する。 HybridAdaは、空間的クロスアテンションとグローバル露光変調に位置特異的検索をプールAdaLNに割り当てる。 さらに,学習可能なBox-Cox極色空間であるBC-IHVを導入する。 これにより、固定線型法則や対数法則を採用するのではなく、ダークレンジ展開と勾配条件のバランスをとることができる。 3つのLOLベンチマーク、ブラインド画像品質評価、およびデータセット間のテスト実験は、ソタに対して一貫した再構成と知覚上の優位性を示す。 制御された研究は、提案したフレームワークと色表現の両方の有効性をさらに支援している。

関連論文リスト

• Bridging Severe Cross-Modal Misalignment: End-to-End Visible-Infrared Object Detection via Explicit Feature-Domain Affine Registration [17.74037850404483]
  そこで本研究では,極端から端へ可視光を指向する物体検出器を提案する。 提案されたJFRDetは、DroneVehicle Misaligned (DVMA)上で69.7%$mathrmmAP_50$を達成する。
  論文  参考訳（メタデータ） (2026-08-11T09:02:37Z)
• Retrieval-Augmented Generation-Based Color Restoration for Low-Light Image Enhancement [0.0]
  我々は、カラー復元を独立したサブプロブレムとして再キャストし、検索強化世代(RAG)上に構築された汎用後処理モジュールとして認識した。 i) 中間VGG19特徴に基づいて構築されたデュアルインデックスFAISSレトリバー、(ii) グローバル平均および分散統計によるテクスチャ的および構造的類似性を捉え、(ii) グローバルSPHistAdaINは、グローバルカラーベクトルへの参照空間保存色ヒストグラムを減少させ、適応インスタンス正規化によりネットワーク特徴を変調し、(iii) フロントエンド出力に対する色補正を予測する残留定式化である。
  論文  参考訳（メタデータ） (2026-08-08T16:12:12Z)
• Beyond Illumination: A Conditional Mutual Information-Guided Network for Low-Light Image Enhancement [48.364582443938296]
  低照度画像強調(LLIE)は、不適切な照明条件下で撮影された画像から構造的忠実度、自然な色調、適切な露出を復元することを目指している。 近年のCIDNetのような最先端のアプローチでは、色覚分岐(HV)と強度分岐(I)で構成されたデュアルブランチアーキテクチャを採用して、HVI色空間内の分解および輝度情報を個別にモデル化している。 これらの手法は、強度と色覚成分の相互相互作用を見落とし、それらの表現能力を本質的に制限し、最適以下の拡張性能をもたらす。
  論文  参考訳（メタデータ） (2026-08-03T08:27:38Z)
• CLUIE: Clustering-Aware Recurrent Propagation with Local Structural Compensation for Underwater Image Enhancement [92.78545064386485]
  水中画像の強調は、波長依存性の光吸収、散乱、後方散乱により依然として困難である。 本稿では,従来のRWKVの一定繰り返し伝搬経路をコンテント適応トークン軌道に変換するクラスタリング対応RWKVフレームワークを提案する。 複数の水中画像強調ベンチマークの実験は、CRWKVが最先端の定量的性能と優れた視覚的品質を達成することを示した。
  論文  参考訳（メタデータ） (2026-07-23T16:09:36Z)
• Weaving Light and Time: Unified Harmonic-Geometric Representation Learning for Dense RGB-Event Parsing [55.13802890769086]
  我々は、専用のRGB-Event解析用に特別に設計された最初の統一バックボーンであるEvitaを紹介する。 深いモーダルなシナジーを達成するため、Evitaはすべてのエンコーダ層に直接固有のコラーニングモジュール群を組み込む。 Evitaは、リアルタイムマルチモーダル認識において、より優れた精度とレイテンシのトレードオフを提供しながら、新しい最先端メトリクスを確立する。
  論文  参考訳（メタデータ） (2026-07-10T06:52:09Z)
• 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)
• FSCM: Frequency-Enhanced Spatial-Spectral Coupled Mamba for Infrared Hyperspectral Image Colorization [10.509841173943387]
  本稿では、赤外色化のためのスペクトル情報誘導型GANフレームワークを提案する。 FSCM内では、カスケードFSBユニットからなる周波数増幅空間スペクトル状態空間ジェネレータが構築される。 実験により、FSCMは、視覚的品質と意味的忠実度において、既存の赤外色化法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2026-05-13T15:48:58Z)
• RAW-Flow: Advancing RGB-to-RAW Image Reconstruction with Deterministic Latent Flow Matching [55.03149221192589]
  本稿では,RGBとRAW表現のギャップを埋めるためにRAW-Flowという新しいフレームワークを提案する。 また、階層的なRGB機能をフロー推定プロセスに注入する、大規模コンテキストガイダンスモジュールも導入する。 RAW-Flowは、定量的にも視覚的にも最先端のアプローチより優れている。
  論文  参考訳（メタデータ） (2026-01-28T08:27:38Z)
• Veila: Panoramic LiDAR Generation from a Monocular RGB Image [18.511014983119274]
  現実的で制御可能なパノラマLiDARデータ生成は、自律運転およびロボット工学におけるスケーラブルな3D知覚に不可欠である。 空間制御信号として単眼RGB画像を活用することは、スケーラブルで低コストな代替手段を提供する。 局所的な信頼性に応じて意味と深度を統合した新しい条件拡散フレームワークであるVeilaを提案する。
  論文  参考訳（メタデータ） (2025-08-05T17:59:53Z)

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。