論文の概要: Albedo Estimation via Latent Bridge Matching

• arxiv url: http://arxiv.org/abs/2609.09884v1
• Date: Wed, 09 Sep 2026 08:39:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.954776
• Title: Albedo Estimation via Latent Bridge Matching
• Title（参考訳）: ラテントブリッジマッチングによるアルベド推定
• Abstract要約: 本稿では,アルベド推定の限界にLBM (Latent Bridge matching) が有効であることを示す。 画素再構成損失による物理的整合性を実現する新しいLBMアーキテクチャを提案する。 また, シェーディング推定器自体を予測アルベドに条件付けすることで, さらに復元精度が向上することを示す。
• 参考スコア（独自算出の注目度）: 11.333255890181723
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent advances in Intrinsic Image Decomposition (IID) have increasingly relied on generative models. However, progress remains limited by three key challenges: (a) insufficient physical consistency, (b) high computational cost at inference time, and (c) limited generalization capabilities. In this work, we show that latent bridge matching (LBM) effectively addresses these limitations for albedo estimation. We introduce a novel LBM-based architecture that enforces physical consistency through a pixel reconstruction loss, benefits from the inherent efficiency of LBM low-cost inference, and improves generalization across diverse datasets by incorporating a shading conditioning. In this extended version, we additionally show that conditioning the shading estimator itself on the predicted albedo further improves reconstruction fidelity, and we benchmark our best model against stateof-the-art IID methods across five real and synthetic datasets.
• Abstract（参考訳）: Intrinsic Image Decomposition (IID)の最近の進歩は、生成モデルに依存している。 しかし、進歩は3つの主要な課題によって制限されている。 (a)身体的整合性が不十分である。 b)推論時間における高い計算コスト、及び (c)限定一般化能力。 本研究では,アルベド推定の限界にLBM (Latent Bridge matching) が有効であることを示す。 我々は,画素再構成損失による物理的整合性,低コスト推論の本質的効率の恩恵,シェーディング条件を取り入れた多種多様なデータセット間の一般化を改善する,新しいLBMアーキテクチャを提案する。 この拡張バージョンでは、予測アルベドにシェーディング推定器自体を条件付けすることで、再現精度がさらに向上することを示すとともに、5つの実・合成データセットにわたる最先端IID手法に対して、ベストモデルをベンチマークする。

関連論文リスト

• 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)
• HDRFace: Rethinking Face Restoration with High-Dimensional Representation [47.1564555410251]
  本稿では, 合成バックボーンを変更することなく, セマンティックにリッチな前処理を条件付きフローに注入する高次元表現条件付き顔復元フレームワークを提案する。 このパイプラインは、まず、オフザシェルフ修復器を用いて構造的に信頼性の高い中間修復を行い、次にトレーニング済みの高次元特徴エンコーダを用いて、低品質入力と中間結果の両方からきめ細かな顔の表現を抽出する。 さらに,構造モデリング時の大域的制約を強調し,詳細合成時の表現指導を強化する構造細部対応型核融合機構であるSDFMを紹介する。
  論文  参考訳（メタデータ） (2026-05-14T13:31:24Z)
• CLEAR: Unlocking Generative Potential for Degraded Image Understanding in Unified Multimodal Models [23.357627415320025]
  理解と生成を組み合わせたマルチモーダルモデルは、劣化した入力に自身の生成能力を利用することができない。 本稿では,2つの機能を3段階のプログレッシブステップで接続するフレームワークであるCLEARを紹介する。 実験により、CLEARはクリーンイメージ性能を維持しながら、劣化した入力に対するロバスト性を大幅に向上することが示された。
  論文  参考訳（メタデータ） (2026-04-06T15:54:00Z)
• Robust-R1: Degradation-Aware Reasoning for Robust Visual Understanding [54.05243949024302]
  既存の堅牢なMLLMは、視覚エンコーダの一般化にのみ焦点をあてた暗黙のトレーニング/適応に依存している。 本稿では,構造的推論連鎖による視覚的劣化を明示的にモデル化する新しいフレームワークであるRobust-R1を提案する。 提案手法は, (i) 劣化を考慮した推論基盤の微調整, (ii) 劣化パラメータを正確に知覚するための報酬駆動アライメント, (iii) 劣化強度に適応した動的推論深度スケーリングの2つを統合した。
  論文  参考訳（メタデータ） (2025-12-19T12:56:17Z)
• Revisiting the Privacy Risks of Split Inference: A GAN-Based Data Reconstruction Attack via Progressive Feature Optimization [49.32786615205064]
  Split Inference (SI)は、エッジデバイスとクラウドの間の計算を分割することで、レイテンシを低減し、ユーザのプライバシを保護する。 データ再構成攻撃(DRA)の最近の進歩は、SIで交換された中間的特徴を利用して機密入力データを復元できることを明らかにしている。 既存のDRAは一般的に浅いモデルにのみ有効であり、セマンティックな事前を十分に活用できない。 本稿では,プログレッシブ・フィーチャー・オプティマイゼーション(PFO)を用いた新しいGANベースのDRAフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-28T10:00:39Z)
• A Grey-box Attack against Latent Diffusion Model-based Image Editing by Posterior Collapse [7.390756739899558]
  生成AI、特に潜在拡散モデル(LDM)の最近の進歩は、画像合成と操作に革命をもたらした。 VAEが訓練中に後部崩壊をきたすという観察に基づくPCA(Posterior Collapse Attack)を提案する。 本手法は,対象モデルのホワイトボックス情報への依存を最小限に抑え,モデル固有の知識への暗黙的な依存を取り除く。
  論文  参考訳（メタデータ） (2024-08-20T14:43:53Z)
• Explaining the role of Intrinsic Dimensionality in Adversarial Training [31.495803865226158]
  その結果,非多様体対向例(AEs)は強靭性を高め,一方,非多様体のAEsは一般化を向上させることがわかった。 SMAATは,最も内在次元の低い層を摂動させることにより,エンコーダモデルにおけるATのスケーラビリティを向上させる。 我々は、テキスト生成、感情分類、安全フィルタリング、検索強化生成設定など、複数のタスクにわたるSMAATを検証する。
  論文  参考訳（メタデータ） (2024-05-27T12:48:30Z)
• UniDream: Unifying Diffusion Priors for Relightable Text-to-3D Generation [101.2317840114147]
  We present UniDream, a text-to-3D generation framework by integration priors。 提案手法は,(1)アルベド正規配位型多視点拡散・再構成モデルを得るための2相学習プロセス,(2)訓練された再構成・拡散モデルを用いたスコア蒸留サンプル(SDS)に基づく幾何およびアルベドテクスチャのプログレッシブ生成手順,(3)安定拡散モデルに基づく固定アルベドを保ちながらPBR生成を確定するSDSの革新的な応用,の3つからなる。
  論文  参考訳（メタデータ） (2023-12-14T09:07:37Z)
• ShadowDiffusion: When Degradation Prior Meets Diffusion Model for Shadow Removal [74.86415440438051]
  画像と劣化先行情報を統合した統合拡散フレームワークを提案する。 SRDデータセット上でのPSNRは31.69dBから34.73dBへと大幅に向上した。
  論文  参考訳（メタデータ） (2022-12-09T07:48:30Z)
• Secrets of 3D Implicit Object Shape Reconstruction in the Wild [92.5554695397653]
  コンピュータビジョン、ロボティクス、グラフィックスの様々な用途において、高精細な3Dオブジェクトをスパースから再構築することは重要です。 最近の神経暗黙的モデリング法は、合成データセットまたは高密度データセットで有望な結果を示す。 しかし、粗末でノイズの多い実世界のデータではパフォーマンスが悪い。 本論文では, 一般的な神経暗黙モデルの性能低下の根本原因を解析する。
  論文  参考訳（メタデータ） (2021-01-18T03:24:48Z)

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。