論文の概要: HELIOS: From midnight to noon, continuous outdoor urban scene relighting

• arxiv url: http://arxiv.org/abs/2609.00901v2
• Date: Wed, 02 Sep 2026 07:05:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-03 17:53:17.500937
• Title: HELIOS: From midnight to noon, continuous outdoor urban scene relighting
• Title（参考訳）: HELIOS:深夜から正午まで連続した屋外都市景観のリライティング
• Authors: Hala Djeghim, Nathan Piasco, Luis Roldão, Moussab Bennehar, Dzmitry Tsishkou, Céline Loscos, Désiré Sidibé,
• Abstract要約: HELIOSは、トレーニングのためにペアイメージを必要とせずに、ラベルのない現実世界のデータセットに依存する、新しいイメージリライト方式である。 本手法では,アルベド系条件付けをサイクル一貫性拡散パイプラインに統合し,同一性崩壊を防止する。 我々は従来のテキストプロンプトをGPSからの太陽角に基づくきめ細かい制御機構に置き換え、滑らかで連続的な照明操作を可能にした。
• 参考スコア（独自算出の注目度）: 9.219156984112916
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Modifying the illumination of driving images is a fundamental challenge, as most datasets are captured at specific times of day. Existing methods rely on synthetic data or paired multi-illumination supervision, which limits their generalization to the diverse and challenging conditions of real-world scenarios. To address this, we propose HELIOS, a novel image relighting approach that relies on unlabeled real-world datasets without requiring any paired images for training. Our approach integrates albedo-based conditioning into a cycle-consistent diffusion pipeline to prevent identity collapse and ensure accurate domain translation. To handle low-visibility nighttime conditions, we introduce a robust albedo distillation strategy that transfers structural stability from the daytime domain. Additionally, we replace traditional text prompts with a fine-grained control mechanism based on GPS-derived solar angles, enabling smooth and continuous lighting manipulation across the day-night cycle. Through extensive evaluation and a user study, we demonstrate that HELIOS produces structurally consistent and realistic results in both night-to-day and day-to-night tasks, outperforming state-of-the-art methods.
• Abstract（参考訳）: ほとんどのデータセットは、特定の時間にキャプチャされるため、運転画像の照明を変更することは、根本的な課題である。 既存の手法は合成データやペアの多照度監視に依存しており、現実のシナリオの多様かつ困難な条件への一般化を制限している。 これを解決するために, HELIOSを提案する。HELIOSは, ラベルのない実世界のデータセットに依存する新しい画像リライト方式である。 提案手法は,アルベド系条件付けをサイクル一貫性拡散パイプラインに統合することにより,同一性の崩壊を防止し,正確なドメイン翻訳を保証する。 低視認性夜間条件に対処するために、昼時間領域から構造安定性を伝達する頑健なアルベド蒸留戦略を導入する。 さらに、従来のテキストプロンプトをGPSからの太陽角に基づくきめ細かい制御機構に置き換え、昼のサイクルで滑らかで連続的な照明操作を可能にする。 広汎な評価とユーザスタディにより、HELIOSは、夜間と夜間の両方のタスクにおいて、構造的に一貫性があり、現実的な結果をもたらし、最先端の手法より優れることを示した。

関連論文リスト

• Cyclone: Diffusion Model for Cycle-Consistent Weather Editing from Unpaired Driving Data [6.193129698981512]
  本稿では,潜伏拡散に基づく気象編集のための統合フレームワークであるCycloneを紹介する。 提案手法は,既存のベースラインよりもリアルで,構造を保った出力を生成する。
  論文  参考訳（メタデータ） (2026-07-15T15:08:45Z)
• IG-Diff: Complex Night Scene Restoration with Illumination-Guided Diffusion Model [113.62837263178346]
  夜間の状況では、個人や機械が周囲を知覚することは困難である。 拡散モデルに埋め込まれた照明誘導モジュールを統合し,照明回復プロセスの導出を行う。 本モデルでは, 低照度シナリオにおける各種劣化による逆効果と競合しながら, テクスチャの忠実さを保存できる。
  論文  参考訳（メタデータ） (2026-05-14T04:01:41Z)
• WildRelight: A Real-World Benchmark and Physics-Guided Adaptation for Single-Image Relighting [1.4145309506833206]
  WildRelightは、単一イメージのリライトモデルを評価するために特別に作成された、最初のWildデータセットです。 このデータセットにより、合成モデルが実世界の統計とリアルタイムで一致し、難解なsim-to-real課題を抽出可能な自己管理タスクに変換できることが示される。
  論文  参考訳（メタデータ） (2026-05-12T07:53:27Z)
• LuxDiT: Lighting Estimation with Video Diffusion Transformer [66.60450792095901]
  単一の画像やビデオからシーンライティングを推定することは、コンピュータビジョンとグラフィックスにおいて長年の課題である。 本稿では,映像拡散変換器を微調整し,視覚入力を前提としたHDR環境マップを生成するLuxDiTを提案する。
  論文  参考訳（メタデータ） (2025-09-03T19:59:20Z)
• The Devil is in the Darkness: Diffusion-Based Nighttime Dehazing Anchored in Brightness Perception [58.895000127068194]
  本稿では,Diffusion-based Nighttime Dehazingフレームワークについて紹介する。 輝度知覚ネットワークによって導かれる事前学習拡散モデルを統合する復元モデルを提案する。 実験では、データセットの有用性と、ジョイントヘイズ除去と輝度マッピングにおけるモデルの優れたパフォーマンスを検証する。
  論文  参考訳（メタデータ） (2025-06-03T03:21:13Z)
• SAIL: Self-supervised Albedo Estimation from Real Images with a Latent Diffusion Model [4.015354837450373]
  内在的な画像分解は、イメージを根底にあるアルベドとシェーディングコンポーネントに分離することを目的としている。 本研究では,一視点実世界の画像からアルベド様の表現を推定する手法であるSAILを提案する。
  論文  参考訳（メタデータ） (2025-05-26T09:31:56Z)
• Night-to-Day Translation via Illumination Degradation Disentanglement [51.77716565167767]
  ナイト・トゥ・デイの翻訳は、夜間のシーンの昼のようなビジョンを達成することを目的としている。 複雑な劣化を伴う夜間画像の処理は 未熟な条件下では 重要な課題です 夜間画像の劣化パターンを識別するためにtextbfN2D3 を提案する。
  論文  参考訳（メタデータ） (2024-11-21T08:51:32Z)
• Exploring Reliable Matching with Phase Enhancement for Night-time Semantic Segmentation [58.180226179087086]
  夜間セマンティックセマンティックセグメンテーションに適した新しいエンドツーエンド最適化手法であるNightFormerを提案する。 具体的には,画素レベルのテクスチャ・エンハンスメント・モジュールを設計し,フェーズ・エンハンスメントとアンプリメント・アテンションとともに階層的にテクスチャ・アウェア機能を取得する。 提案手法は、最先端の夜間セマンティックセグメンテーション手法に対して好意的に機能する。
  論文  参考訳（メタデータ） (2024-08-25T13:59:31Z)
• Robust Monocular Depth Estimation under Challenging Conditions [81.57697198031975]
  最先端のモノクル深度推定手法は、難解な照明や気象条件下では信頼性が低い。 我々はmd4allでこれらの安全クリティカルな問題に取り組む: 単純で効果的なソリューションで、悪条件と理想条件の両方で確実に機能する。
  論文  参考訳（メタデータ） (2023-08-18T17:59:01Z)
• NightHazeFormer: Single Nighttime Haze Removal Using Prior Query Transformer [39.90066556289063]
  我々はナイトヘイズフォーマー(NightHazeFormer)と呼ばれる夜間ヘイズ除去のためのエンドツーエンドのトランスフォーマーベースのフレームワークを提案する。 提案手法は,教師付き事前学習と半教師付き微調整の2段階からなる。 いくつかの合成および実世界のデータセットの実験は、最先端の夜間ヘイズ除去法よりもNightHazeFormerの方が優れていることを示している。
  論文  参考訳（メタデータ） (2023-05-16T15:26:09Z)

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。