論文の概要: Dior: Drawing the Light of Image via Material-Decoupled Illumination Representation

• arxiv url: http://arxiv.org/abs/2608.29925v1
• Date: Sun, 30 Aug 2026 17:41:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:31.119384
• Title: Dior: Drawing the Light of Image via Material-Decoupled Illumination Representation
• Title（参考訳）: Dior: 物質分離イルミネーション表現による画像の光の描画
• Abstract要約: 制御可能な画像のリライトは画像編集において重要な問題であり、手書きのスクリブルは所望の照明を指定するための直感的なインターフェースを提供する。 我々はLumi Mapと呼ばれる物質分離照明表現を導入し、ユーザスクリブルと結果の照度との明示的なマッピングを確立する。 次に手書きストロークによって制御される画像のリライト方法であるDior-Lightを提案する。
• 参考スコア（独自算出の注目度）: 12.37976886129991
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Controllable image relighting is an important problem in image editing, and hand-drawn scribbles provide an intuitive interface for specifying the desired illumination. However, existing methods do not establish a consistent and effective mapping between scribble inputs and relighting results, limiting their ability to control illumination intensity, chromaticity, and complex spatial distributions. We address this limitation by introducing a material-decoupled illumination representation, termed the Lumi Map, which establishes an explicit mapping between user scribbles and the resulting illumination, thereby improving both relighting accuracy and controllability. Specifically, we use a renderer to synthesize source image-Lumi Map-relit image triplets and train the model to predict the target relighting result conditioned on the Lumi Map. To mitigate the domain gap introduced by synthetic data, we further perform reconstruction training on real relighting pairs, improving the model's generalization to real-world images. Finally, we present Dior-Light, an image relighting method controlled by hand-drawn strokes. Extensive experiments demonstrate that our method outperforms existing approaches in relighting accuracy and enables effective control over illumination intensity and chromaticity on in-the-wild images.
• Abstract（参考訳）: 制御可能な画像のリライトは画像編集において重要な問題であり、手書きのスクリブルは所望の照明を指定するための直感的なインターフェースを提供する。 しかし、既存の手法は、スクリブル入力とリライト結果の一貫性と効果的なマッピングを確立しておらず、照明強度、色度、複雑な空間分布を制御する能力を制限する。 この制限に対処するために、Lumi Mapと呼ばれる物質分離照明表現を導入し、ユーザスクリブルと結果の照度との明示的なマッピングを確立し、照度精度と可制御性の両方を改善した。 具体的には、レンダラーを用いてソース画像-Lumi Map-relit画像三重項を合成し、Lumi Mapで条件付けられた目標照準結果を予測するモデルを訓練する。 合成データによってもたらされる領域ギャップを軽減するため、実際のリライティングペアの再構築訓練をさらに実施し、実際の画像へのモデルの一般化を向上する。 最後に手書きストロークによって制御される画像のリライト方法であるDior-Lightを提案する。 広汎な実験により,本手法は照明精度において既存の手法よりも優れており,照明強度と色度を効果的に制御できることを示した。

関連論文リスト

• TokenLight: Precise Lighting Control in Images using Attribute Tokens [36.19968483255676]
  我々は条件付き画像生成タスクとしてリライティングを定式化し、照明要素をエンコードする属性トークンを導入する。 このモデルは、グラウンドトルース照明アノテーションを用いた大規模な合成データセットで訓練されている。 我々は,室内照明器具の制御や編集環境の照明など,様々な照明作業におけるアプローチを検証する。
  論文  参考訳（メタデータ） (2026-04-16T17:59:50Z)
• PractiLight: Practical Light Control Using Foundational Diffusion Models [78.75949075070595]
  PractiLightは、生成された画像における光制御の実践的なアプローチである。 私たちの重要な洞察は、画像内のライティング関係は、自己注意層におけるトークンの相互作用と本質的に類似しているということです。 我々は,パラメータとデータ効率が証明された品質と制御の観点から,最先端の性能を実証する。
  論文  参考訳（メタデータ） (2025-09-01T23:38:40Z)
• TransLight: Image-Guided Customized Lighting Control with Generative Decoupling [31.587782425861363]
  我々は,光効果の高忠実かつ高自由度転送を可能にする新しいフレームワークであるTransLightを提案する。 まず,2つの微調整拡散モデルを用いて画像内容と光効果を正確に分離する生成デカップリングについて述べる。 次に、IC-Lightを生成モデルとし、基準照明画像を付加条件信号として注入し、三重項でモデルを訓練する。
  論文  参考訳（メタデータ） (2025-08-20T16:05:12Z)
• SAIGFormer: A Spatially-Adaptive Illumination-Guided Network for Low-Light Image Enhancement [58.79901582809091]
  近年, トランスフォーマーを用いた低照度化手法は, 世界照明の回復に有望な進展をもたらした。 近年, トランスフォーマーを用いた低照度化手法は, 世界照明の回復に有望な進展をもたらした。 正確な照明復元を可能にする空間適応照明誘導変圧器フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-21T11:38:56Z)
• LightLab: Controlling Light Sources in Images with Diffusion Models [49.83835236202516]
  画像中の光源を微細かつパラメトリックに制御する拡散法を提案する。 我々は、光の線形性を利用して、ターゲット光源または周囲照明の制御された光の変化を描写した画像対を合成する。 提案手法は, ユーザの好みに基づいて, 従来の方法よりも優れた光編集結果が得られることを示す。
  論文  参考訳（メタデータ） (2025-05-14T17:57:27Z)
• DifFRelight: Diffusion-Based Facial Performance Relighting [12.909429637057343]
  拡散に基づく画像から画像への変換を用いた,自由視点顔の表情のリライティングのための新しいフレームワークを提案する。 我々は、正確な照明制御のための拡散モデルを訓練し、フラットライト入力からの顔画像の高忠実度化を可能にする。 このモデルは、目の反射、地表面散乱、自影、半透明といった複雑な照明効果を正確に再現する。
  論文  参考訳（メタデータ） (2024-10-10T17:56:44Z)
• Enhancing Low-light Light Field Images with A Deep Compensation Unfolding Network [52.77569396659629]
  本稿では,低光環境下で撮像した光場(LF)画像の復元に,DCUNet(Deep compensation network openfolding)を提案する。 このフレームワークは、中間拡張結果を使用して照明マップを推定し、展開プロセスで新しい拡張結果を生成する。 本稿では,LF画像の特徴を適切に活用するために,擬似明示的特徴相互作用モジュールを提案する。
  論文  参考訳（メタデータ） (2023-08-10T07:53:06Z)
• LightPainter: Interactive Portrait Relighting with Freehand Scribble [79.95574780974103]
  我々は、スクリブルベースのライティングシステムであるLightPainterを導入し、ユーザーが簡単にポートレート照明効果を操作できるようにする。 リライトモジュールをトレーニングするために,実際のユーザスクリブルを模倣する新しいスクリブルシミュレーション手法を提案する。 定量的および定性的な実験により,高品質でフレキシブルなポートレート照明編集機能を示す。
  論文  参考訳（メタデータ） (2023-03-22T23:17:11Z)
• Sparse Needlets for Lighting Estimation with Spherical Transport Loss [89.52531416604774]
  NeedleLightは、新しい照明推定モデルであり、必要に応じて照明を表現し、周波数領域と空間領域を共同で照明推定することができる。 大規模な実験により、NeedleLightは、最先端の手法と比較して、複数の評価指標で常に優れた照明推定を実現していることがわかった。
  論文  参考訳（メタデータ） (2021-06-24T15:19:42Z)
• Towards Geometry Guided Neural Relighting with Flash Photography [26.511476565209026]
  本稿では,深層学習を用いた深度マップを用いた1枚のフラッシュ写真から画像のリライティングを行うフレームワークを提案する。 本研究は,本質的な画像分解と画像リライティングにおける最先端の画像ベースアプローチに対する幾何学的アプローチの利点を実験的に検証する。
  論文  参考訳（メタデータ） (2020-08-12T08:03:28Z)

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。