論文の概要: OracleZoom: On-Policy Self-Distillation Inspired Reference-Constrained Recursive Image Super Resolution
- arxiv url: http://arxiv.org/abs/2609.06490v1
- Date: Sun, 06 Sep 2026 09:06:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:08.257736
- Title: OracleZoom: On-Policy Self-Distillation Inspired Reference-Constrained Recursive Image Super Resolution
- Title（参考訳）: OracleZoom: オンラインの自己蒸留による参照制限された再帰的イメージの超解像
- Abstract要約: OracleZoomは、監督境界を越えて、最後の地道な証拠を携行しながら、軌道上でトレーニングする。
ズームスケールにまたがる最先端のSR品質を実現し、平均で0.713 CLIPIQAを上回り、より深いスケールで大きく向上し、幻覚を著しく減少させる。
- 参考スコア（独自算出の注目度）: 1.0579608217894223
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Recursive Super-Resolution (SR) extends fixed-scale SR to extreme magnification by repeatedly feeding predictions back into the same model, analogous to zooming an image repeatedly. However, ground truth availability at every scale, especially at depth, remains challenging as the required source resolution grows geometrically, leaving deeper predictions unsupervised. We present OracleZoom, an on-policy distillation-inspired, reference-constrained framework that trains on its trajectory while carrying the last ground-truth evidence beyond the supervision boundary. Direct and cross-scale supervision constrain verifiable content, while a no-reference quality objective guides unresolved fine-scale detail. A KL-constrained pretrained latent prior limits quality-driven drift, while EMA consistency stabilizes the supervision boundary. Across seven datasets, OracleZoom achieves the state-of-the-art SR quality across zooming scales, averaging 0.713 CLIPIQA, with larger gains on deeper scales, while significantly reducing hallucinations. Code, data, and models are available at https://dipta007.github.io/OracleZoom/ .
- Abstract（参考訳）: Recursive Super-Resolution (SR) は、画像のズームを繰り返すのと同様に、予測を同じモデルに繰り返しフィードバックすることで、固定スケールのSRを極端な倍率に拡張する。
しかし、あらゆるスケール、特に深度での地上での真理の可用性は、必要なソースの解像度が幾何学的に増大し、より深い予測が監督されていないため、依然として困難である。
OracleZoomは、オンライン蒸留にインスパイアされた参照制約のあるフレームワークで、その軌道上で訓練し、監督境界を超えた最後の地道な証拠を運んでいる。
直接的および横断的な監督は、検証可能なコンテンツを制限し、非参照品質の目的は未解決の細部をガイドする。
品質駆動ドリフトはKLに制約された事前訓練型遅延ドリフトであり、EMAの整合性は監督境界を安定化させる。
7つのデータセットにわたって、OracleZoomはズームスケールをまたいだ最先端のSR品質を実現し、平均0.713 CLIPIQAを平均して、より深いスケールで大きく向上すると同時に、幻覚を著しく低減する。
コード、データ、モデルはhttps://dipta007.github.io/OracleZoom/.comで入手できる。
関連論文リスト
- Detail Continuation over a Trustworthy Coarse Scale for Autoregressive Super-Resolution [11.303661953283894]
幻覚は、生成超解像における永続的な課題である。
信頼できる粗大な情報を保存することと、より不確実な詳細を復元することの区別はしばしば暗黙的に扱われる。
我々は、VARベースのSRをフルパス生成から$k$-to-N$詳細継続プロセスに変換するtextbfK2Nを提案する。
論文 参考訳（メタデータ） (2026-08-03T07:29:53Z) - FAST-LIVGO: A Degeneracy-Robust LiDAR-Inertial-Visual-GNSS Fusion Odometry [14.641801914375163]
ロボット工学において、長期、大規模、高度にダイナミックな環境における状態推定とマッピングが重要な課題である。
既存のLiDAR-In-ertial-Visual Odometry (LIVO) システムは、強い局所精度を実現するが、長距離で蓄積したドリフトに悩まされる。
本稿では,これらの制約に対処するために,エラー状態反復カルマンフィルタに基づくLiDAR支援融合フレームワークを提案する。
我々のシステムは、蓄積したドリフトとマップゴーストを低減し、精度とロバスト性において最先端の手法より優れる。
論文 参考訳（メタデータ） (2026-06-17T15:33:11Z) - Where to Refine, When to Stop: Rethinking Redundancy via Latent Discrepancy for Efficient Visual Autoregressive Generation [50.139984798361375]
遅延不一致による冗長性を除去する学習自由フレームワークを提案する。
LD-Pruningは、Infinity-8Bの最大2.35倍のスピードアップを実現し、高い生成品質を維持しながら推論を大幅に削減する。
論文 参考訳（メタデータ） (2026-05-29T19:34:39Z) - Clipping Bottleneck: Stabilizing RLVR via Stochastic Recovery of Near-Boundary Signals [83.0127582612634]
Near-boundary Rescue (NSR) は最小限のプラグ・アンド・プレイの修正であり、失った信号を回復するために、アウト・オブ・バウンドトークンを保持する。
NSRはトレーニングの安定性を大幅に改善し、DAPOやGSPOといった強力なベースライン上で一貫したゲインを提供する。
論文 参考訳（メタデータ） (2026-05-21T16:45:31Z) - Unlocking Complex Visual Generation via Closed-Loop Verified Reasoning [11.461705552241163]
Closed-Loop Visual Reasoning (CLVR)は、視覚言語論理計画とピクセルレベルの拡散生成を結合した総合システムである。
CLVRは、信頼性の高い推論軌跡を合成するためのステップレベルの視覚的検証を備えた自動データエンジンを導入している。
繰り返し復調による遅延ボトルネックを軽減するため,DSWM($$-Space Weight)を提案する。
論文 参考訳（メタデータ） (2026-05-14T14:22:25Z) - Self-Supervised Super-Resolution for Sentinel-5P Hyperspectral Images [2.4629531282150876]
本研究では,高分解能基底真理を伴わないトレーニングを可能にする,センチネル5P(S5P)のための自己監督型超スペクトルSRフレームワークを提案する。
複数のバンドにまたがる結果は、自己教師付きモデルが教師付き手法に匹敵する性能を達成することを示している。
論文 参考訳（メタデータ） (2026-04-19T22:51:26Z) - AlignVAR: Towards Globally Consistent Visual Autoregression for Image Super-Resolution [16.90182090355781]
視覚的自己回帰モデルは、次のスケールの予測を通じて安定したトレーニング、非定性推論、高忠実性合成を提供する。
しかし、その応用は未調査のままであり、局所性に偏った注意と残留性のみの監督という2つの重要な課題に直面している。
画像超解像に適した一貫した視覚自己回帰フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-28T10:39:06Z) - MambaX: Image Super-Resolution with State Predictive Control [48.76194230142064]
Mambaは、再構築プロセス全体を複数のノードによる状態シーケンスとして表現し、中間的介入を可能にする、有望なアプローチとして登場した。
我々は、連続するスペクトル帯域を潜在状態空間にマッピングする非線形状態予測制御モデル textbfMambaX を作成し、制御方程式の非線形状態パラメータを動的に学習することでSRタスクを一般化した。
本評価では, 単一像SRと多モード融合型SRの両タスクにおいて, 動的スペクトル状態表現モデルの優れた性能を示す。
論文 参考訳（メタデータ） (2025-11-22T11:44:09Z) - LiDAR-GS++:Improving LiDAR Gaussian Reconstruction via Diffusion Priors [51.724649822336346]
実時間および高忠実度再シミュレーションのための拡散前処理により強化された再構成手法であるLiDAR-GS++を提案する。
具体的には、粗い外挿レンダリングを条件とした制御可能なLiDAR生成モデルを導入し、余分な幾何整合性スキャンを生成する。
再構成を未適合領域にまで拡張することにより,外挿的視点に対するグローバルな幾何整合性を確保することができる。
論文 参考訳（メタデータ） (2025-11-15T17:33:12Z) - Latent Harmony: Synergistic Unified UHD Image Restoration via Latent Space Regularization and Controllable Refinement [89.99237142387655]
LH-VAEを導入し、視覚的意味的制約や進行的劣化による意味的堅牢性を高める。
Latent Harmonyは、UHD修復のためのVAEを再定義する2段階のフレームワークである。
実験により、Latent HarmonyはUHDおよび標準解像度タスクにまたがって最先端のパフォーマンスを実現し、効率、知覚品質、再現精度を効果的にバランスさせることが示されている。
論文 参考訳（メタデータ） (2025-10-09T08:54:26Z) - Chain-of-Zoom: Extreme Super-Resolution via Scale Autoregression and Preference Alignment [51.99765487172328]
CoZ(Chain-of-zoom)は、SISRをマルチスケール対応プロンプトを備えた中間スケールステートの連鎖に分解するフレームワークである。
視覚的手がかりは高倍率で減少するため、視覚言語モデル(VLM)によって生成されたマルチスケール対応テキストプロンプトで各ズームステップを拡大する。
実験により、CoZでラップされた標準4x拡散SRモデルが256倍拡大し、高い知覚品質と忠実度が得られることが示された。
論文 参考訳（メタデータ） (2025-05-24T08:50:08Z)
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。