論文の概要: Linear Fusion MultiDiffusion for Fast Training-Free Spherical Panorama Generation

• arxiv url: http://arxiv.org/abs/2609.01997v1
• Date: Wed, 02 Sep 2026 02:13:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-03 17:53:18.028936
• Title: Linear Fusion MultiDiffusion for Fast Training-Free Spherical Panorama Generation
• Title（参考訳）: 高速な球状パノラマ生成のための線形核融合多拡散
• Abstract要約: 本研究では,対象画像空間と参照画像空間間の線形投影を支援するために,マルチ拡散を拡張したトレーニングフリーなパノラマ生成手法を提案する。 我々のキーとなる考え方は、正則化された最小二乗問題として潜在集約を再構成し、これをクリロフに基づく反復解法で効率的に解くことである。 LF-MultiDiffusionは、最強のトレーニングフリーベースラインよりも優れた視覚的品質、テキストアライメント、パノラマ一貫性を実現する。
• 参考スコア（独自算出の注目度）: 48.551951702080856
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose LF-MultiDiffusion, a training-free panorama generation method that extends MultiDiffusion to support linear projections between target and reference image spaces. Our key idea is to reformulate latent aggregation as a regularized least-squares problem and solve it efficiently with a Krylov-based iterative solver inside the denoising loop. This formulation enables denser and more natural mappings than prior training-free methods, yielding more stable generation with far fewer perspective views. As a result, LF-MultiDiffusion reduces the number of image generator evaluations during denoising and significantly improves inference efficiency. Experiments show that LF-MultiDiffusion achieves better visual quality, text alignment, and panoramic consistency than the strongest training-free baseline, while providing a 15.36$\times$ speedup. Our project page is available at: https://ahykw.github.io/lfmd.
• Abstract（参考訳）: 我々は,目標空間と基準画像空間の間の線形投影をサポートするために,MultiDiffusionを拡張した訓練不要なパノラマ生成手法LF-MultiDiffusionを提案する。 我々のキーとなる考え方は、正則化された最小二乗問題として潜在集約を再構成し、これをクリロフに基づく反復解法で効率的に解くことである。 この定式化により、事前の訓練のない方法よりもより密で自然な写像が可能となり、はるかに少ない視点でより安定した生成が得られる。 その結果、LF-MultiDiffusionは、デノナイズ中の画像生成器の評価数を削減し、推論効率を大幅に改善する。 LF-MultiDiffusionは、最強のトレーニングフリーベースラインよりも視覚的品質、テキストアライメント、パノラマ一貫性を向上し、15.36$\times$ Speedupを提供する。 私たちのプロジェクトページは、https://ahykw.github.io/lfmd.com/。

関連論文リスト

• Ask, Solve, Generate: Self-Evolving Unified Multimodal Understanding and Generation via Self-Consistency Rewards [52.42920996842378]
  視覚的理解と画像生成の両方をサポートするほとんどの統合された大型マルチモーダルモデル(LMM)は、訓練後の監督に頼っている。 本稿では,3つの内部的役割を持つ自己進化型トレーニングフレームワークを提案する。 視覚的質問を生成するプロポーラ, 回答と評価を行うソルバ, 画像を生成するジェネレータである。 画像生成のために,質問文の忠実度とサイクル一貫性キャプションを組み合わせたマルチスケール内部評価手法を設計する。
  論文  参考訳（メタデータ） (2026-06-25T17:59:57Z)
• Beyond Pairwise Preferences: Listwise Reward-Aware Alignment for Diffusion Models [73.08789211016567]
  Diffusion LAIRは、拡散モデルに対する報酬を考慮したリストワイズ選好最適化手法である。 実験により、テキスト・ツー・イメージ生成、合成生成、画像編集ベンチマークにおいて、強い優先最適化ベースラインを上回ります。
  論文  参考訳（メタデータ） (2026-05-26T03:09:24Z)
• Amortized Guidance for Image Inpainting with Pretrained Diffusion Models [3.9819516108444115]
  生成拡散モデルを用いた画像インパインティングについて検討した。 拡散処理によるアモルタイズインペインティング(Amortized Inpainting with Diffusion)と呼ばれる中層モデルを導入する。 AIDは、トレーニング済みの拡散バックボーンを固定し、小さな再利用可能なガイダンスモジュールをオフラインでトレーニングし、インスタンスごとの最適化なしにマスクされたイメージ間で再利用する。
  論文  参考訳（メタデータ） (2026-05-13T05:02:47Z)
• OSCAR: Orthogonal Stochastic Control for Alignment-Respecting Diversity in Flow Matching [14.664226708184676]
  フローベースのテキスト・ツー・イメージモデルは決定論的軌跡に従っており、ユーザーは様々なモードを見つけるために繰り返しサンプルを採取せざるを得ない。 本稿では,フロー自体を多様性に配慮した,トレーニング不要な推論時間制御機構を提案する。
  論文  参考訳（メタデータ） (2025-10-10T07:07:19Z)
• Distilling Parallel Gradients for Fast ODE Solvers of Diffusion Models [53.087070073434845]
  拡散モデル(DM)は、最先端の生成性能を達成したが、シーケンシャルなデノナイジング特性のため、高いサンプリング遅延に悩まされている。 既存のソルバベースの加速度法では、低レイテンシの予算で画像品質が劣化することが多い。 本稿では、各ODEステップに複数の並列勾配評価を組み込むことで、トランケーションエラーを軽減する新しいODEソルバであるEnsemble Parallel Direction Solutionrを提案する。
  論文  参考訳（メタデータ） (2025-07-20T03:08:06Z)
• Fast constrained sampling in pre-trained diffusion models [80.99262780028015]
  任意の制約下で高速で高品質な生成を可能にするアルゴリズムを提案する。 我々の手法は、最先端のトレーニングフリー推論手法に匹敵するか、超越した結果をもたらす。
  論文  参考訳（メタデータ） (2024-10-24T14:52:38Z)
• SpotDiffusion: A Fast Approach For Seamless Panorama Generation Over Time [7.532695984765271]
  生成モデルを用いて高解像度画像を生成する新しい手法を提案する。 提案手法は,時間とともに重なりのないデノベーションウィンドウをシフトさせ,一段階のシームが次回修正されるようにする。 提案手法は計算効率の向上や推論時間の高速化など,いくつかの重要な利点を提供する。
  論文  参考訳（メタデータ） (2024-07-22T09:44:35Z)
• DDFM: Denoising Diffusion Model for Multi-Modality Image Fusion [144.9653045465908]
  拡散確率モデル(DDPM)に基づく新しい融合アルゴリズムを提案する。 近赤外可視画像融合と医用画像融合で有望な融合が得られた。
  論文  参考訳（メタデータ） (2023-03-13T04:06:42Z)

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。