論文の概要: Measured Sliders: Learning Continuous Controls from Differentiable Image Measurements
- arxiv url: http://arxiv.org/abs/2609.05234v1
- Date: Fri, 04 Sep 2026 15:01:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 18:15:24.081629
- Title: Measured Sliders: Learning Continuous Controls from Differentiable Image Measurements
- Title（参考訳）: 計測スライダ:微分可能な画像計測から連続的な制御を学習する
- Abstract要約: 連続スライダは、変更が予測可能なイメージ変更を生成する場合にのみ有用である。
我々は,閉じた形状の微分可能な画像計測によって連続的な制御を定義するフレームワークであるMessageed Slidersを提案する。
- 参考スコア（独自算出の注目度）: 1.452875650827562
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Continuous sliders are useful only when coefficient changes produce predictable image changes. Yet most diffusion sliders derive their axes from text or learned representations, leaving their scales disconnected from observable image properties. Consequently, we cannot tell in advance which attributes are learnable, compare control strengths directly, or anticipate interference when multiple controls are combined. We propose Measured Sliders, a framework that defines continuous controls through closed-form differentiable image measurements. A common measurement space unifies the pipeline. Before training, an observability test identifies usable supervision. During training, a measurement-guided objective learns target movement while suppressing non-target changes. After training, decoded calibration expresses controls in comparable units of realized image change. Multiple LoRA branches are stored in one checkpoint and composed without training on joint activations. Across SDXL and FLUX.1-dev, the resulting controls are ordered, selective, and composable. On 553 prompts, lighting direction reaches rho = 0.995 and 98.9% monotone sweeps. A five-attribute checkpoint achieves average selectivity 2.59, compared with 1.50 for the strongest baseline, and preserves every requested direction in 96.7% of pair and 86.1% of triple compositions. The observability test also separates every subsequently successful measurement from the failed candidate. Overall, image-space measurement provides a common basis for learning, diagnosing, calibrating, and composing continuous generative controls.
- Abstract（参考訳）: 連続スライダは係数変化が予測可能な画像変化をもたらす場合にのみ有用である。
しかし、ほとんどの拡散スライダはテキストや学習された表現から軸を導き、そのスケールは観測可能な画像特性から切り離されている。
その結果、どの属性が学習可能か、制御強度を直接比較するか、複数の制御が組み合わされた場合の干渉を予測できない。
我々は,閉じた形状の微分可能な画像計測によって連続的な制御を定義するフレームワークであるMessageed Slidersを提案する。
共通の測定空間はパイプラインを統一する。
トレーニングの前に、可観測性テストは使用可能な監視を識別する。
トレーニング中、測定誘導対象は非目標変化を抑制しながら目標運動を学習する。
トレーニング後、デコードされたキャリブレーションは、実現された画像変化の同等単位の制御を表現する。
複数のLoRAブランチは1つのチェックポイントに格納され、共同アクティベーションのトレーニングなしで構成される。
SDXL と FLUX.1-dev 全体で、結果として得られる制御は順序付けされ、選択され、構成可能である。
553のプロンプトでは、照明方向がrho = 0.995、98.9%に達する。
五属性チェックポイントは、最強ベースラインの1.50と比較して平均選択率2.59で、全ての要求方向を96.7%、三重合成の86.1%で保存する。
可観測性テストはまた、次に成功したすべての測定を失敗した候補から分離する。
全体として、画像空間の測定は、連続的な生成制御の学習、診断、校正、構成の共通基盤を提供する。
関連論文リスト
- Anatomical Grounding and Leakage-Aware Multimodal Contrastive Learning for Alzheimer's Disease Classification from Structural MRI [0.0]
アルツハイマー病の構造MRIで訓練されたディープネットワークは、解剖学的に無関係な領域に到達しながら、妥当な精度に達することが多い。
我々は解剖学的参照としてFastSurferセグメンテーションを使用します。
私たちは、CLIPスタイルのイメージに適応し、ラベルリードスペクトルに沿ってADNIMERGE変数を整理する。
論文 参考訳（メタデータ） (2026-09-14T17:13:12Z) - Learning Continuous Source Responses For Generalizable AI-Generated Image Detection [42.338483531657666]
継続的ソース応答を学習するためのフレームワークであるCuReを紹介します。
CuReはトレーニングタスクの観点から認証検出を再考する。
平均平衡精度は89.7%で、第2の利率を5.2ポイント上回る。
論文 参考訳（メタデータ） (2026-09-13T06:24:59Z) - Selective Cross-View Consistency for World Action Models: Held-Out Viewpoint Robustness Without Test-Time Camera Information [0.0]
世界アクションモデル(WAM)は、将来のビデオフレームとロボットアクションを共同で認知し、その制御を一般化することが期待されている。
同状態のクロスビュー画像ペアでトレーニングする場合、どの出力座標に一貫性損失を課すべきか?
共変ブロックに適用される整合性は有意な有害性を示し、正規のビュー特化コンテンツをその真値の1/(1+4)$に縮め、制御実験においてこの縮退則を検証する。
論文 参考訳（メタデータ） (2026-08-07T12:03:23Z) - Visual Grounding in Zero-Shot Vision-Language Control [0.0]
視覚言語モデル(VLM)は、ゼロショットコントローラとしてますます使われているが、成功した軌道は、必ずしも決定が視覚入力に基礎を置いていることを示さない。
我々はこれを、ブラインドイメージ制御、繰り返し同じ入力、車線軸反射、非視覚ベースライン、パイプライン積分チェックといった入力アブレーション電池を用いて検討する。
実験では,9つの直接動作モデル,6つの局所的VLM,探索的VLM-MPC階層に対して,2つの実施形態と3つのシミュレータに対する32,874の呼び出しを解析した。
論文 参考訳（メタデータ） (2026-08-06T15:21:42Z) - Variational Supervised Contrastive Learning [50.79938854370321]
本稿では,教師付きコントラスト学習を潜在クラス変数に対する変分推論として再構成した変分教師付きコントラスト学習(VarCon)を提案する。
VarConは対照的な学習フレームワークの最先端のパフォーマンスを達成し、ImageNet-1Kでは79.36%、CIFAR-100では78.29%、ResNet-50エンコーダでは78.29%に達した。
論文 参考訳（メタデータ） (2025-06-09T04:19:12Z) - CLIPure: Purification in Latent Space via CLIP for Adversarially Robust Zero-Shot Classification [65.46685389276443]
画像とテキストプロンプトをマッチングすることでゼロショット分類を行うことができる、視覚言語で事前訓練されたエンコーダモデルであるCLIPについて検討する。
次に, 共分散精製プロセス間のKL分散として精製リスクを定式化する。
画像の潜伏ベクトルの確率をモデル化するCLI-Diffと、画像の埋め込みとaの写真とのコサイン類似度をモデル化するCLI-Cosの2つのバリエーションを提案する。
論文 参考訳（メタデータ） (2025-02-25T13:09:34Z) - Learning Action-based Representations Using Invariance [18.1941237781348]
我々は,制御に関係のある遠隔状態の特徴を割引する多段階制御可能性指標を学習するアクションビシミュレーション符号化を導入する。
我々は,報酬のない一様ランダムなデータに基づく行動ビシミュレーション事前学習が,複数の環境におけるサンプル効率を向上させることを実証した。
論文 参考訳（メタデータ） (2024-03-25T02:17:54Z) - Self-similarity Driven Scale-invariant Learning for Weakly Supervised
Person Search [66.95134080902717]
自己相似性駆動型スケール不変学習(SSL)という新しいワンステップフレームワークを提案する。
本稿では,ネットワークを前景と学習スケール不変の機能に集中させるための,マルチスケール・エクステンプラー・ブランチを提案する。
PRWおよびCUHK-SYSUデータベースの実験により,本手法の有効性が示された。
論文 参考訳（メタデータ） (2023-02-25T04:48:11Z) - To be Critical: Self-Calibrated Weakly Supervised Learning for Salient
Object Detection [95.21700830273221]
弱教師付き有色物体検出(WSOD)は,画像レベルのアノテーションを用いた有色度モデルの開発を目的としている。
擬似ラベルとネットワーク予測の相互校正ループを明確に設定し,自己校正学習戦略を提案する。
十分に整合したアノテーションを持つはるかに小さなデータセットであっても、モデルがより優れたパフォーマンスと一般化性を達成するのに役立ちます。
論文 参考訳（メタデータ） (2021-09-04T02:45:22Z) - Delving into Inter-Image Invariance for Unsupervised Visual
Representations [108.33534231219464]
画像間不変学習の役割をよりよく理解するための研究を提案する。
オンラインラベルはオフラインラベルよりも早く収束する。
半硬な負のサンプルは、硬い負のサンプルよりも信頼性が高く、偏りがない。
論文 参考訳（メタデータ） (2020-08-26T17:44:23Z) - SeCo: Exploring Sequence Supervision for Unsupervised Representation
Learning [114.58986229852489]
本稿では,空間的,シーケンシャル,時間的観点から,シーケンスの基本的および汎用的な監視について検討する。
私たちはContrastive Learning(SeCo)という特定の形式を導き出します。
SeCoは、アクション認識、未トリムアクティビティ認識、オブジェクト追跡に関する線形プロトコルにおいて、優れた結果を示す。
論文 参考訳（メタデータ） (2020-08-03T15:51:35Z)
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。