論文の概要: WAVE: Reversing the Guidance Hierarchy for Coarse-to-Fine Guided Depth Super-Resolution

• arxiv url: http://arxiv.org/abs/2608.25302v1
• Date: Wed, 26 Aug 2026 02:16:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-27 14:15:15.532881
• Title: WAVE: Reversing the Guidance Hierarchy for Coarse-to-Fine Guided Depth Super-Resolution
• Title（参考訳）: WAVE:大きめの誘導深度超解法におけるガイダンス階層の逆転
• Abstract要約: 誘導深度超解像(GDSR)は、通常、畳み込み階層を通してRGB誘導特徴を抽出し、その微細な粗いバイアスを継承する。 本稿では,マルチレベル離散ウェーブレット変換(ML-DWT)を明示的かつ解釈可能な特徴制御機構として導入するWAVEを提案する。 WAVEはサブバンドを利用して、高周波と低周波のコンテンツを別々に処理し、そのソースに誤解を招くRGB色とテクスチャの手がかりをフィルタリングする。
• 参考スコア（独自算出の注目度）: 50.15623093332659
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Guided depth super-resolution (GDSR) typically extracts RGB guidance features through convolutional hierarchies, inheriting their fine-to-coarse bias. Thus, low-level spatial cues surface in early layers, leaving the deeper layers to suppress those that do not correspond to true depth boundaries, which risks artifacts and blurred edges. The same fine-to-coarse bias persists in semantics-based methods that consume low-level tokens early and global tokens late. We present WAVE, which introduces a multi-level discrete wavelet transform (ML-DWT) as an explicit and interpretable feature-control mechanism, enabling a coarse-to-fine reconstruction by consuming sub-bands and semantic tokens in reverse of their generation order. WAVE further exploits these sub-bands to treat high- and low-frequency content separately, filtering at its source the misleading RGB color and texture cues that often lead to blurred boundaries and artifacts, offering an intuitive alternative to the suppression learned implicitly by an opaque network. WAVE separates structure and detail reconstruction into dedicated modules that: i) model interactions within and across wavelet sub-bands, depth features, and semantic priors, ii) apply semantic gating to the high-frequency bands, and iii) fuse modalities through an invertible coupling mechanism that prevents collapse onto a single modality. Extensive experiments across multiple benchmarks demonstrate that WAVE matches or outperforms existing methods, with the largest gains at high upsampling factors, where low-resolution depth contains the least structure.
• Abstract（参考訳）: 誘導深度超解像(GDSR)は、通常、畳み込み階層を通してRGB誘導特徴を抽出し、その微細な粗いバイアスを継承する。 このように、初期の層では低レベルの空間的手がかりが表面化し、深層は真の深さ境界に対応しないものを抑制するため、人工物やぼやけた縁を危険にさらす。 同じ微細で粗いバイアスは、低レベルのトークンを早期に消費するセマンティクスベースのメソッドや、グローバルなトークンが遅くまで持続する。 本稿では,マルチレベル離散ウェーブレット変換(ML-DWT)を明示的かつ解釈可能な特徴制御機構として導入し,サブバンドやセマンティックトークンをその生成順序の逆で消費することで,粗く微細な再構成を可能にするWAVEを提案する。 WAVEはさらにこれらのサブバンドを活用して、高頻度と低周波のコンテンツを別々に処理し、そのソースに誤解を招くRGBの色とテクスチャの手がかりをフィルタリングし、曖昧なネットワークによって暗黙的に学習された抑圧に対する直感的な代替手段を提供する。 WAVEは、構造と詳細再構築を、以下の専用モジュールに分離する。 一 ウェーブレットサブバンド、深度特徴及び意味的先行の内及び横断的な相互作用をモデル化すること。 二 高周波帯に意味ゲーティングを施し、 三 単一のモダリティの崩壊を防止する可逆結合機構を通じてモダリティを融合させる。 複数のベンチマークにわたる大規模な実験により、WAVEは既存の手法と一致または比較し、低分解能深度が最小構造を含む高サンプリング係数で最大のゲインを持つことを示した。

関連論文リスト

• Lightweight Generalized DeepFake Face Detection with WAVIE: Wavelet Augmented Vision Intermediate Embeddings [0.20999222360659606]
  ディープフェイク検出システムは、目に見えない操作方法にデプロイすると、しばしば顕著な性能劣化を示す。 凍結したCLIPバックボーン上に相補的な空間的および周波数的キューを組み合わせたエンドツーエンドアーキテクチャであるWAVIEを提案する。 FaceForensics++でのみトレーニングされたWAVIEは、Celeb-DF-v1でAUROC = 0.852、Celeb-DF-v2で0.852、WildDeepFake(WDF)で0.831を達成する。
  論文  参考訳（メタデータ） (2026-09-13T11:24:13Z)
• Edge-Cloud Collaborative Reconstruction via Structure-Aware Latent Diffusion for Downstream Remote Sensing Perception [6.402472465609055]
  高解像度リモートセンシングデータは、衛星間通信において深刻なボトルネックに直面している。 本研究では,非対称なエッジクラウド協調SRシステムであるStructure-Aware Latent Diffusion (SALD) フレームワークを提案する。 極端帯域制限下では、SALDは知覚品質(LPIPS)が優れ、シーン分類と小ターゲット検出の両方において、下流性能を大幅に向上する。
  論文  参考訳（メタデータ） (2026-04-28T07:28:39Z)
• Enhancing Gradient Inversion Attacks in Federated Learning via Hierarchical Feature Optimization [56.95448807869383]
  フェデレートラーニング(FL)は、プライバシを保存する分散機械学習の魅力的なパラダイムとして登場した。 近年の研究では、FLシステムで交換される勾配もプライバシー漏洩に弱いことが報告されている。 我々は textbfGradient textbfInversion over textbfFeature textbfDomains (GIFD) を提案する。
  論文  参考訳（メタデータ） (2026-04-01T14:32:15Z)
• Disentangled Textual Priors for Diffusion-based Image Super-Resolution [41.71306518338786]
  Image Super-Resolutionは、劣化した低解像度入力から高解像度画像を再構成することを目的としている。 既存のアプローチは、グローバルなレイアウトとローカルな詳細を混ぜ合わせた、絡み合った、あるいは粗い粒度の前のものに依存することが多い。 DTPSRは,2つの相補的な次元に絡み合ったテキストの先行処理を導入する新しい拡散型SRフレームワークである。
  論文  参考訳（メタデータ） (2026-03-08T03:02:55Z)
• SONAR: Spectral-Contrastive Audio Residuals for Generalizable Deepfake Detection [6.042897432654865]
  Spectral-cONtrastive Audio Residuals (AR)は、ディープフェイクオーディオ検出器のための周波数誘導フレームワークである。 ARは音声信号を補完表現に切り離す。 ASVspoof 2021およびin-the-wildベンチマークで評価した。
  論文  参考訳（メタデータ） (2025-11-26T12:16:38Z)
• WaveSeg: Enhancing Segmentation Precision via High-Frequency Prior and Mamba-Driven Spectrum Decomposition [61.3530659856013]
  本稿では,空間およびウェーブレット領域の機能改善を共同で最適化する新しいデコーダアーキテクチャであるWaveSegを提案する。 高周波成分は、まず入力画像から、境界の詳細を強化するために明示的な先行として学習される。 標準ベンチマークの実験では、Mambaベースの注目に先立ってウェーブレット-ドメイン周波数を利用するWaveSegが、常に最先端のアプローチより優れていることが示されている。
  論文  参考訳（メタデータ） (2025-10-24T01:41:31Z)
• Wavelet-Space Representations for Neural Super-Resolution in Rendering Pipelines [0.0]
  本稿では,RGB値を直接回帰するのではなく,定常ウェーブレット係数を予測する定式化を導入する。 ウェーブレットドメイン・ニューラル超解像は、高画質リアルタイムレンダリングへの原則的かつ効率的な経路を提供する。
  論文  参考訳（メタデータ） (2025-08-22T01:01:44Z)
• Freqformer: Image-Demoiréing Transformer via Efficient Frequency Decomposition [83.40450475728792]
  本稿では,Freqformerについて述べる。Freqformerは,ターゲット周波数分離による画像復号化に特化して設計されたトランスフォーマーベースのフレームワークである。 本手法は,モワールパターンを高周波数空間局在化テクスチャと低周波数スケールローバスト色歪みに明確に分割する有効な周波数分解を行う。 様々なデモアのベンチマーク実験により、Freqformerは、コンパクトなモデルサイズで最先端のパフォーマンスを達成することを示した。
  論文  参考訳（メタデータ） (2025-05-25T12:23:10Z)
• GIFD: A Generative Gradient Inversion Method with Feature Domain Optimization [52.55628139825667]
  Federated Learning(FL)は、クライアントのプライバシを保護するための有望な分散機械学習フレームワークとして登場した。 近年の研究では、事前学習された生成逆ネットワーク(GAN)を事前知識として活用することにより、攻撃者が共有勾配を逆転し、FLシステムに対する機密データを回復できることが示されている。 textbfGradient textbfInversion over textbfFeature textbfDomains (GIFD)を提案する。
  論文  参考訳（メタデータ） (2023-08-09T04:34:21Z)
• Symmetric Uncertainty-Aware Feature Transmission for Depth Super-Resolution [52.582632746409665]
  カラー誘導DSRのためのSymmetric Uncertainty-aware Feature Transmission (SUFT)を提案する。 本手法は最先端の手法と比較して優れた性能を実現する。
  論文  参考訳（メタデータ） (2023-06-01T06:35:59Z)
• Universal Face Restoration With Memorized Modulation [73.34750780570909]
  本稿では,ユニバーサルブラインド顔修復(BFR)のための記憶変調(RMM)フレームワークを提案する。 ランダムノイズと教師なしウェーブレットメモリを適用し、顔強調生成装置を適応的に変調する。 実験により,提案手法が最先端の手法と比較して優れていること,野生における優れた一般化が示された。
  論文  参考訳（メタデータ） (2021-10-03T15:55:07Z)

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。