論文の概要: Bottom-up Modeling of Repeated Elements via Single Image Analysis-by-Synthesis

• arxiv url: http://arxiv.org/abs/2609.07939v1
• Date: Mon, 07 Sep 2026 19:53:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 20:00:16.638901
• Title: Bottom-up Modeling of Repeated Elements via Single Image Analysis-by-Synthesis
• Title（参考訳）: 単体画像解析による繰り返し要素のボトムアップモデリング
• Abstract要約: 一つの画像が、完全にボトムアップな方法で意味のあるオブジェクトモデルを学ぶのに十分であることを示す。 提案手法は,再現目的によって繰り返し要素の可変画像空間のプロトタイプを学習する。
• 参考スコア（独自算出の注目度）: 45.330889352313825
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We address the problem of discovering repeated elements from a single image. In contrast to existing approaches that depend on large annotated datasets, curated multi-image collections, or object segmentation masks, we show that a single image can suffice to learn a meaningful object model in a completely bottom-up fashion, without any prior knowledge beyond a coarse scale prior. Our method learns a tunable image-space prototype of the repeated elements through a reconstruction objective, enabling the model to identify and synthesize consistent object instances within the same image. Experiments on 116 real images from the FSC-147 dataset demonstrate that our method successfully learns coherent element models and captures intra-category variation on challenging images. Qualitative results reveal superior reconstructions and interpretable decompositions compared to classical decomposition, joint alignment, and 3D object modeling methods, while maintaining a simple 2D formulation. These results suggest that meaningful object discovery can emerge from single image learning alone.
• Abstract（参考訳）: 一つの画像から繰り返し要素を発見する問題に対処する。 大規模なアノテートデータセット、キュレートされたマルチイメージコレクション、またはオブジェクトセグメンテーションマスクに依存する既存のアプローチとは対照的に、単一の画像は、より粗いスケール以上の事前知識を伴わずに、完全にボトムアップな方法で意味のあるオブジェクトモデルを学習するのに十分であることを示す。 提案手法では,再現目標を用いて繰り返し要素の可変画像空間のプロトタイプを学習し,同一画像内の一貫したオブジェクトインスタンスを同定・合成する。 FSC-147データセットから得られた116個の実画像に対する実験により,本手法はコヒーレント要素モデルの学習に成功し,課題の画像のカテゴリ内変動を捉えることができた。 定性的な結果は、単純な2次元定式化を維持しながら、古典的な分解法、関節アライメント法、および3次元オブジェクトモデリング法と比較して、優れた再構成と解釈可能な分解を示す。 これらの結果は、単一の画像学習だけで有意義な物体発見が生まれることを示唆している。

関連論文リスト

• Deep sprite-based image models: An analysis [13.609186452665098]
  本稿では,クラスタリングや画像分解に期待できるスプライトベース画像分解モデルに焦点をあてる。 これらのモデルは異なるフレーバーを持ち、特定のデータセットに合わせて調整する必要がある。 本稿では,最先端の教師なしクラス認識画像分割手法と同等に機能するディープスプライトに基づく画像分解手法を提案する。
  論文  参考訳（メタデータ） (2026-04-21T14:02:08Z)
• PoseGAM: Robust Unseen Object Pose Estimation via Geometry-Aware Multi-View Reasoning [49.66437612420291]
  PoseGAMは、クエリ画像と複数のテンプレート画像からオブジェクトのポーズを直接予測する幾何学的なマルチビューフレームワークである。 多様な環境条件下で190k以上のオブジェクトを含む大規模合成データセットを構築した。
  論文  参考訳（メタデータ） (2025-12-11T17:29:25Z)
• Detection Based Part-level Articulated Object Reconstruction from Single RGBD Image [52.11275397911693]
  本稿では,1枚のRGBD画像から複数の人工関節オブジェクトを再構成する,エンドツーエンドで訓練可能なクロスカテゴリ手法を提案する。 私たちは、あらかじめ定義された部分数で人工的なオブジェクトに焦点をあて、インスタンスレベルの潜在空間を学習することに依存する以前の作業から離れています。 提案手法は, 従来の作業では処理できない様々な構成された複数インスタンスの再構築に成功し, 形状再構成や運動学推定において, 先行の作業よりも優れていた。
  論文  参考訳（メタデータ） (2025-04-04T05:08:04Z)
• SINGAPO: Single Image Controlled Generation of Articulated Parts in Objects [20.978091381109294]
  本稿では,単一画像から音声オブジェクトを生成する手法を提案する。 提案手法は,入力画像と視覚的に一致した音声オブジェクトを生成する。 実験の結果,本手法は音声によるオブジェクト生成における最先端の手法よりも優れていることがわかった。
  論文  参考訳（メタデータ） (2024-10-21T20:41:32Z)
• Share With Thy Neighbors: Single-View Reconstruction by Cross-Instance Consistency [59.427074701985795]
  単一ビューの再構築は通常、視点アノテーション、シルエット、背景の欠如、同じインスタンスの複数のビュー、テンプレートの形状、対称性に依存する。 異なるオブジェクトインスタンスのイメージ間の一貫性を明確に活用することで、これらの監督と仮説をすべて回避します。 i)プログレッシブ・コンディショニング(プログレッシブ・コンディショニング)、(ii)類似の形状やテクスチャを持つインスタンス間の一貫性の喪失、(ii)モデルのカテゴリからインスタンスへと徐々に専門化するためのトレーニング戦略。
  論文  参考訳（メタデータ） (2022-04-21T17:47:35Z)
• Unsupervised Layered Image Decomposition into Object Prototypes [39.20333694585477]
  自動検出対象モデルの層に画像を分解するための教師なし学習フレームワークを提案する。 我々はまず,標準マルチオブジェクト合成ベンチマークにおける技術状況と同等の結果を提供することで,我々のアプローチを検証した。 次に、クラスタリング(SVHN、GTSRB)、コセグメンテーション(Weizmann Horse)、フィルタされていないソーシャルネットワークイメージからのオブジェクト発見を含むタスクにおける実画像へのモデルの適用性を示す。
  論文  参考訳（メタデータ） (2021-04-29T18:02:01Z)
• Category Level Object Pose Estimation via Neural Analysis-by-Synthesis [64.14028598360741]
  本稿では、勾配に基づくフィッティング法とパラメトリックニューラルネットワーク合成モジュールを組み合わせる。 画像合成ネットワークは、ポーズ設定空間を効率的に分散するように設計されている。 本研究では,2次元画像のみから高精度に物体の向きを復元できることを実験的に示す。
  論文  参考訳（メタデータ） (2020-08-18T20:30:47Z)
• Self-supervised Single-view 3D Reconstruction via Semantic Consistency [142.71430568330172]
  対象物の形状, テクスチャ, カメラポーズを予測できる, 自己監督型, 単視点3D再構成モデルを学習する。 提案手法では,手動で注釈付けしたキーポイント,オブジェクトのマルチビューイメージ,あるいは事前の3Dテンプレートなど,3Dの監督を必要としない。
  論文  参考訳（メタデータ） (2020-03-13T20:29:01Z)

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。