論文の概要: Inverse Digital Marbling: Recovering Gesture Programs with a Replay Adjoint
- arxiv url: http://arxiv.org/abs/2609.08722v1
- Date: Tue, 08 Sep 2026 13:20:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 15:54:24.847803
- Title: Inverse Digital Marbling: Recovering Gesture Programs with a Replay Adjoint
- Title（参考訳）: Inverse Digital Marbling: Replay Adjoint によるジェスチャプログラムの復元
- Abstract要約: PyTorchのリプレイ実装は、テストされたチェックポイント自動設定よりも8.7倍少ないメモリを使用する。
5枚の大理石シート上の画像再構成の評価を行い, 搬送不能なフィッティング, ワンパス幾何補償, 整合脳卒中数でのパブリッシュストロークベースフィッターとの比較を行った。
- 参考スコア（独自算出の注目度）: 10.064378151552262
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Pigment deposition in paper marbling displaces the pattern already present, coupling the appearance of each gesture to later actions. We recover executable programs for a deposition-based digital marbling model: given a target image, we optimise an ordered program of capsule insertions whose replay approximates it. The capsule primitive continuously joins circular drops to elongated deposits. Its transport is exactly area-preserving and has a closed-form inverse on the exterior of the deposited region. A replay adjoint reconstructs intermediate states, retaining coordinates lost inside deposits and periodic position checkpoints. At 2000 gestures and 1024^2 pixels, the PyTorch replay implementation uses 8.7x less memory than the tested checkpointed-autograd configuration at comparable step time; the fused implementation fits a program in about four minutes on one workstation GPU. We evaluate image reconstruction on five marbled sheets, compare against transport-disabled fitting, one-pass geometric compensation and a published stroke-based fitter at matched stroke count, and measure sensitivity to an alternative ordered-drop transport. Recovered programs replay across a 4x range of linear resolution. Edits specified in program order or in palette space -- inserting a gesture, recolouring a stage, translating a stage -- replay correctly under the same model; edits specified by image content, such as moving a motif, do not. On synthetic targets with known generating programs, the recovered programs match the images but not the generating gestures under a positional matching statistic. The output is an editable program in the specified digital medium.
- Abstract（参考訳）: 紙に塗布された顔料は、既に存在するパターンを置き換え、各ジェスチャーの外観とその後の動作を結合する。
我々は,デポジションベースディジタルマーブルモデルのための実行可能プログラムを復元し,ターゲット画像が与えられた場合,リプレイが近似したカプセル挿入の順序付きプログラムを最適化する。
カプセルプリミティブは、円滴と細長い沈殿物とを連続的に結合する。
その輸送は正確には地域保存であり、堆積した領域の外側に閉じた形が逆転している。
リプレイアジョイントは中間状態を再構築し、預金内部に失われた座標と周期的な位置チェックポイントを保持する。
2000のジェスチャーと1024^2ピクセルでは、PyTorchのリプレイ実装はテストされたチェックポイント・オートグレード構成よりも8.7倍少ないメモリを使用する。
5枚の大理石シート上の画像再構成を評価し, 移動不能なフィッティング, ワンパス幾何補償, 整合脳卒中数で発行されたストロークベースのフィッターと比較し, 代替の整合路輸送に対する感度を測定した。
再発見されたプログラムは、線形解像度の4倍の範囲で再生される。
プログラム順序やパレット空間で指定された編集 -- ジェスチャーを挿入し、ステージを再現し、ステージを翻訳する -- は、同じモデルの下で正しくリプレイされる。
既知の生成プログラムによる合成ターゲットでは、復元されたプログラムは画像と一致するが、位置整合統計量では生成ジェスチャは一致しない。
出力は、指定されたデジタル媒体で編集可能なプログラムである。
関連論文リスト
- Transforms for LLM Quantization: The Great Inversion and Format Co-Design [0.38073142980733005]
我々は、それを組織する原則であるグレート・インバージョンを特定し、形式化する。
43の変換手法を,構造・データ認識・検索・構築・実行コストで分類する。
論文 参考訳（メタデータ） (2026-08-25T22:01:51Z) - Bend the Basics: Degradation-Aware Deformable Tokenization for All-in-One Image Restoration [72.64498743287601]
オールインワン画像復元は、多様で空間的に一様でない腐敗によって劣化した画像を復元できる単一のモデルを求める。
パイプライン全体にわたる劣化認識をモデル化するフレキシブル・イメージ・トランスフォーマー(FIT)を提案する。
FITは、30.72dBの平均PSNRを5次劣化設定で32.83dBを3次劣化設定で達成し、最近の統一修復法を+0.5$sim$1.1dBで上回った。
論文 参考訳（メタデータ） (2026-08-07T05:44:31Z) - Right Reset: Chunking by Prefix Removal [0.0]
右隠れ状態軌跡の保存を計測する右リセットを導入する。
平らなテキストでは、RRはオリジナルのレコードの47.7%をクリーン単位として回収し、BGE埋め込み境界は25.9%である。
6つの言語モデル全体で、RR選択されたカットは、未選択の候補エッジよりも局所的な出力破壊が一貫して少ない。
論文 参考訳（メタデータ） (2026-08-05T01:17:12Z) - HiRo: A Compact Four-Directional Hierarchical Reservoir Token-Mixer for Efficient Image Classification [0.19116784879310025]
HiRoは、シフトウインドウ分割と階層型貯水池計算を統合したパラメータ効率の高い画像分類モデルである。
画像は、重複しないパッチ(トークンとして扱われる)に分割され、線形に投影され、正規化され、2次元正弦波位置エンコーディングが強化され、その後、ローカルウィンドウ内で処理される。
1M以下のトレーニング可能なパラメータを使用するにもかかわらず、HiRoはMNIST、CIFAR-10、CIFAR-100でそれぞれ99.46%、85.57%、59.10%の精度を達成した。
論文 参考訳（メタデータ） (2026-06-13T06:44:06Z) - Surflo: Consistent 3D Surface Flow Model with Global State [57.57234680235885]
Surfloは、方向付けられた3次元表面点を、ノイズからフローマッチングを通じて独立して表面へ輸送することでデコードする。
独立なポイント単位の復号化に固有の局所的不整合を抑制するために、光度勾配を注入することにより、推定時間誘導項が近傍の点と相関する。
Surfloは、サーフェスメトリクスのフィードフォワードベースラインにマッチし、数百のビューを必要とする最適化ベースのメソッドよりも桁違いに高速に動作し、グローバルなラテントと任意の解像度のデコーディングを組み合わせた唯一のフィードフォワードアプローチである。
論文 参考訳（メタデータ） (2026-06-11T17:48:38Z) - DeRes: Decoupling Residual Stability and Adaptivity for Scalable CTR Prediction [0.343054185715673]
トランスフォーマーベースのCTRモデルは、残差接続におけるボトルネックの増大に直面している。
最近の注意に基づく残差変種(AttnRes)は、言語モデルにおけるこの部分に対応する。
本稿では,各層を2つの並列経路にルートするDeReについて述べる。
論文 参考訳（メタデータ） (2026-06-06T05:07:16Z) - Latent Recurrent Transformer: Architecture Exploration, Training Strategies, and Scaling Behavior [107.2098567818173]
Latent Recurrent Transformer (LRT) は自己回帰変換器の軽量化である。
LRTは、次のトークンのリカレントメモリとして、前のトークンから高レベルなソース層隠れステートを再利用する。
論文 参考訳（メタデータ） (2026-05-26T10:10:26Z) - MoCapAnything V2: End-to-End Motion Capture for Arbitrary Skeletons [56.68975315643491]
本稿では,ビデオ・ツー・ローテーションとビデオ・ツー・ローテーションを共同で学習し,最適化する,最初のエンドツーエンドフレームワークを提案する。
本手法は, メッシュベースパイプラインの20倍の速度で, 回転誤差を17度から10度, 見えない骨格では6.54度に低減する。
論文 参考訳（メタデータ） (2026-04-30T17:16:38Z) - FastVMT: Eliminating Redundancy in Video Motion Transfer [67.23955701588211]
ビデオモーション転送は、参照ビデオで観察された動きパターンを転送しながら、テキストプロンプトに従って視覚コンテンツを生成することによって、ビデオを合成することを目的としている。
最近の手法では拡散変換器(DiT)アーキテクチャが主流である。
FastVMTは、生成したビデオの視覚的忠実度や時間的一貫性を低下させることなく、3.43倍のスピードアップを達成する。
論文 参考訳（メタデータ） (2026-02-05T11:15:59Z) - Smoothing the Black-Box: Signed-Distance Supervision for Black-Box Model Copying [0.6015898117103069]
ブラックボックスのコピーは、レガシーモデルをアップグレードする実用的なメカニズムを提供する。
ハードラベル出力に制限された場合、コピーは不連続な表面再構成問題となる。
本稿では,教師の意思決定境界に署名された距離にハードレーベルの監督を置き換える距離ベース複写フレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-28T17:00:04Z) - Training-free Geometric Image Editing on Diffusion Models [53.38549950608886]
画像内の物体が再配置、再配向、あるいは再形成されるような幾何学的画像編集の課題に取り組む。
本稿では、オブジェクト変換、ソース領域のインペイント、ターゲット領域の洗練を分離する分離パイプラインを提案する。
塗装と精錬は、トレーニングフリーの拡散アプローチであるFreeFineを使って実装されている。
論文 参考訳（メタデータ） (2025-07-31T07:36:00Z) - RealKeyMorph: Keypoints in Real-world Coordinates for Resolution-agnostic Image Registration [5.861861370040607]
RealKeyMorph (RKM) は画像登録の解像度に依存しない方法である。
RKMは、登録フレームワークであるKeyMorphの拡張である。
腹部MRIの2次元スタックの登録作業におけるRKMの利点と脳データセットの解像度の異なる3次元ボリュームについて述べる。
論文 参考訳（メタデータ） (2025-06-12T04:40:32Z) - OmniPaint: Mastering Object-Oriented Editing via Disentangled Insertion-Removal Inpainting [54.525583840585305]
我々はオブジェクトの削除と挿入を相互依存プロセスとして再概念化する統合フレームワークであるOmniPaintを紹介した。
我々の新しいCFDメトリクスは、コンテキスト整合性とオブジェクト幻覚の堅牢で参照不要な評価を提供する。
論文 参考訳（メタデータ） (2025-03-11T17:55:27Z) - Spectral Image Tokenizer [21.84385276311364]
Image tokenizersは、画像を個別のトークンのシーケンスにマップする。
離散ウェーブレット変換(DWT)から得られる画像スペクトルのトークン化を提案する。
我々はトークン化のメトリクスをマルチスケール画像生成、テキスト誘導画像アップサンプリング、編集として評価する。
論文 参考訳（メタデータ） (2024-12-12T18:59:31Z) - Restoring Images in Adverse Weather Conditions via Histogram Transformer [75.74328579778049]
悪天候による画像の復元に有効なヒストグラム変換器(Histoformer)を提案する。
これはヒストグラム自己アテンション( histogram self-attention)と呼ばれるメカニズムで、空間的特徴を強度ベースのビンに分類し、セグメント化する。
ヒストグラムの自己アテンションを高めるために,従来のコンボリューションが類似画素上で動作できるようにするダイナミックレンジ・コンボリューションを提案する。
論文 参考訳（メタデータ） (2024-07-14T11:59:22Z) - Subpixel Heatmap Regression for Facial Landmark Localization [65.41270740933656]
熱マップ回帰法は、熱マップ符号化と復号処理の両方に関連する離散化による誤差に悩まされる。
本稿では,熱マップの符号化と復号化に基礎となる連続分布を利用した新しい手法を提案する。
我々のアプローチは、顔のランドマークのローカライゼーションに新しい最先端の結果を設定する複数のデータセット間で顕著な利得を提供する。
論文 参考訳（メタデータ） (2021-11-03T17:21:28Z)
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。