論文の概要: PixelIR: Fidelity-Perception Decoupling via Pixel-Space Image-Residual Flow Matching for Efficient One-Step Real-World Super-Resolution
- arxiv url: http://arxiv.org/abs/2608.30782v1
- Date: Mon, 31 Aug 2026 13:39:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:31.421934
- Title: PixelIR: Fidelity-Perception Decoupling via Pixel-Space Image-Residual Flow Matching for Efficient One-Step Real-World Super-Resolution
- Title（参考訳）: PixelIR: 高速1ステップ実世界の超解像のための画素空間画像残差流マッチングによる忠実度知覚デカップリング
- Abstract要約: リアルワールド・イメージ・スーパーレゾリューション(Real-ISR)は、知覚的に現実的な詳細を再構築しながら、劣化した観察によって支えられた構造を保存することを目的としている。
画素空間画像-残差フローマッチングに基づいて構築された,忠実度知覚デカップリングフレームワークであるPixelIRを提案する。
実験によると、PixelIRはRealSRとDRealSRの両方でPSNR、SSIM、LPIPSをリードする。
- 参考スコア（独自算出の注目度）: 28.787313933850687
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Real-world image super-resolution (Real-ISR) aims to preserve structures supported by the degraded observation while reconstructing perceptually realistic details. However, existing Real-ISR methods largely optimize fidelity and perceptual quality within a shared network, causing the two objectives to interfere throughout training and making their balance difficult to control. Recent one-step methods reduce sampling steps, yet often inherit both this coupled optimization behavior and the expensive high-resolution backbone of their multi-step predecessors. We argue that efficient Real-ISR requires not only a shorter sampling trajectory, but also specialized modeling of faithful reconstruction and perceptual detail synthesis. Based on this insight, we propose PixelIR, a fidelity-perception decoupling framework built upon pixel-space image-residual flow matching. PixelIR first learns an image flow that maps the degraded observation to a faithful reconstruction. Then, a residual flow synthesizes the missing perceptual details from noise without repeatedly relearning or overwriting the complete restoration solution. We further distill the teacher into a deployment-oriented one-step student within a coarse-to-fine pyramid architecture. Extensive experiments show that PixelIR achieves leading PSNR, SSIM, and LPIPS on both RealSR and DRealSR. The final model completes pixel-space restoration in a single evaluation with only 32.9M parameters, 89.7G MACs, and 8.5ms latency, demonstrating a strong practical fidelity-perception-efficiency balance.
- Abstract（参考訳）: リアルワールド・イメージ・スーパーレゾリューション(Real-ISR)は、知覚的に現実的な詳細を再構築しながら、劣化した観察によって支えられた構造を保存することを目的としている。
しかし、既存のReal-ISR手法は、共有ネットワーク内の忠実度と知覚品質を最適化し、トレーニングを通して2つの目的を妨害し、バランスを制御しにくくする。
最近の一段階法ではサンプリングステップが削減されているが、この組み合わせ最適化動作と、多段階前の高価な高解像度バックボーンの両方を継承することが多い。
我々は,効率的なReal-ISRは短いサンプリング軌道だけでなく,忠実な再構築と知覚的詳細合成のモデリングも必要としている。
この知見に基づいて,画素空間画像-残差フローマッチングに基づいて構築されたフィデリティ知覚デカップリングフレームワークであるPixelIRを提案する。
PixelIRはまず、劣化した観察を忠実な再構築にマッピングするイメージフローを学習する。
そして、残流は、完全回復解を繰り返し再学習または上書きすることなく、ノイズから欠落した知覚の詳細を合成する。
さらに, 教師を配置指向のワンステップの学生として, 粗いピラミッド構造内に蒸留する。
大規模な実験により、PixelIRはRealSRとDRealSRの両方でPSNR、SSIM、LPIPSをリードすることが確認された。
最終的なモデルでは、32.9Mパラメータ、89.7GのMAC、8.5msのレイテンシで1つの評価でピクセル空間の復元が完了する。
関連論文リスト
- Flow Straight to Reality: Perceptually Consistent Flow Matching for Efficient Image Restoration [3.901664292361698]
PCFlowは、劣化した観測からクリーンなターゲットへの継続的なトランスポートをパラメータ化する統合フレームワークである。
従来の計算コストのごく一部で、様々な復元作業における競争性能を達成する。
論文 参考訳（メタデータ） (2026-08-11T06:37:10Z) - MeanSR: Restoration Trajectory Learning for One-Step Perceptual Super-Resolution [50.60539317126614]
MeanSRはLR条件の平均速度場を学習し、ノイズ入力から可算HR出力への有限時間遷移を直接キャプチャする。
実験の結果、MeanSRはCLIPIQA、MUSIQ、MANIQAでCTMSRより優れており、FLOPと推論遅延を大幅に低減していることがわかった。
論文 参考訳（メタデータ） (2026-08-10T10:33:18Z) - Efficient One-Step Diffusion Restoration Model with Compact Token Compression and Linear Attention [66.63806505114263]
既存のReal-ISR法は、高密度な潜在表現と2次コストのグローバルモデリングパラダイムを継承する。
重要なボトルネックは、高分解能回復中の過剰なトークン冗長性とコストのかかるトークン相互作用にある、と我々は主張する。
我々は,LRA微細調整によるリニアアテンションDiTを導入し,リニア複雑トークン混合による高分解能復元を実現した。
論文 参考訳（メタデータ） (2026-05-22T10:07:02Z) - Fast Image Super-Resolution via Consistency Rectified Flow [65.54302099728712]
拡散モデル(DM)は現実世界の超解像(SR)において顕著な成功を収めた。
近年の取り組みでは、少数あるいは単一ステップのソリューションが導入されたが、既存の手法ではノイズの多い入力からプロセスを非効率にモデル化している。
本稿では,低分解能(LR)画像から高分解能(HR)画像への整流としてSR問題を再構成する新しいアプローチであるFlowSRを提案する。
論文 参考訳（メタデータ） (2026-05-12T16:42:38Z) - Bidirectional Reward-Guided Diffusion for Real-World Image Super-Resolution [79.35296000454694]
拡散に基づく超解像は、豊富な詳細を合成することができるが、合成ペアデータで訓練されたモデルは、現実世界のLR画像では失敗することが多い。
我々は,超解像を軌道レベルの優先最適化として定式化する報奨誘導拡散フレームワークであるBird-SRを提案する。
実世界のSRベンチマークの実験では、Bird-SRは知覚品質において最先端の手法を一貫して上回っている。
論文 参考訳（メタデータ） (2026-02-05T19:21:45Z) - Unsupervised Image Super-Resolution Reconstruction Based on Real-World Degradation Patterns [4.977925450373957]
超解像再構成モデルのトレーニングのための新しいTripleGANフレームワークを提案する。
このフレームワークは、LR観測から実世界の劣化パターンを学習し、対応する劣化特性を持つデータセットを合成する。
本手法は, 過スムーズなアーティファクトを伴わずに, 鋭い復元を維持しながら, 定量的な測定値に明らかな利点を示す。
論文 参考訳（メタデータ） (2025-06-20T14:24:48Z) - Co-learning Single-Step Diffusion Upsampler and Downsampler with Two Discriminators and Distillation [28.174638880324014]
超解像度(SR)は、高解像度(HR)画像を低解像度(LR)画像から再構成することを目的としている。
単段階拡散に基づくアップサンプラーと学習可能なダウンサンプラーを協調的に最適化するコラーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2024-10-10T07:12:46Z) - Perceptual-Distortion Balanced Image Super-Resolution is a Multi-Objective Optimization Problem [23.833099288826045]
画素ベースの回帰損失を用いた単一画像超解法(SISR)モデルのトレーニングは、高い歪みメトリクススコアを得ることができる。
しかし、高周波の詳細の回復が不十分なため、しばしばぼやけた画像が生じる。
本稿では,Multi-Objective Optimization(MOO)をSISRモデルのトレーニングプロセスに組み込んで,知覚品質と歪みのバランスをとる手法を提案する。
論文 参考訳（メタデータ） (2024-09-05T02:14:04Z) - 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) - Frequency Consistent Adaptation for Real World Super Resolution [64.91914552787668]
実シーンにスーパーリゾリューション(SR)法を適用する際に周波数領域の整合性を保証する新しい周波数一貫性適応(FCA)を提案する。
監視されていない画像から劣化カーネルを推定し、対応するLow-Resolution (LR)画像を生成する。
ドメイン一貫性のあるLR-HRペアに基づいて、容易に実装可能な畳み込みニューラルネットワーク(CNN)SRモデルを訓練する。
論文 参考訳（メタデータ） (2020-12-18T08:25:39Z)
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。