論文の概要: FROD: Feature Matching Residual Denoising Oracle Bone Decipher
- arxiv url: http://arxiv.org/abs/2609.17227v1
- Date: Tue, 15 Sep 2026 14:10:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 14:56:08.562664
- Title: FROD: Feature Matching Residual Denoising Oracle Bone Decipher
- Title（参考訳）: FROD: Oracle Bone Decipherの残留する特徴マッチング
- Abstract要約: Oracle bone script (OBS) は中国の語源研究において重要な役割を担っている。
画像変換タスクとしてFROD(Feature Matching Residual Denoising Oracle Bone Decipher)を提案する。
拡張された文字分離データセットでは、FRODは評価ベースラインよりも高いTop-1認識精度を達成する。
- 参考スコア（独自算出の注目度）: 11.615716422071914
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Oracle bone script (OBS), one of the earliest Chinese writing systems, plays an important role in the study of Chinese etymology. Traditional decipherment relies heavily on domain experts who analyze characters through semantic context and structural evolution. To assist this labor-intensive process, we formulate OBS decipherment assistance as a cross-era image translation task and propose FROD (Feature Matching Residual Denoising Oracle Bone Decipher). Although many OBS characters differ substantially from their modern counterparts, they often preserve local topological invariants at the radical level. During training, FROD leverages fast feature matching to provide gated segmentation supervision: paired samples with sufficient matches are processed patch-wise to align fine-grained radicals, whereas low-similarity pairs are trained holistically to avoid mismatched artifacts. In addition, a Residual Denoising Diffusion Model (RDDM) jointly estimates noise and residual signals, thereby reducing the positional drift and stroke disorder commonly observed in standard diffusion models. Finally, a multi-stage font stylization refinement network refines the generated images by eliminating edge noise and stabilizing stroke structures. On our augmented character-disjoint dataset, FROD achieves higher Top-1 recognition accuracy than the evaluated baselines, with a 3.8% absolute gain over OBSD.
- Abstract（参考訳）: 初期の中国の文字体系の1つであるOracle bone script (OBS) は、中国の語源研究において重要な役割を担っている。
伝統的な解読は、意味的文脈と構造的進化を通して文字を分析するドメインの専門家に大きく依存している。
この労働集約的なプロセスを支援するため,OBS復号化支援を画像翻訳タスクとして定式化し,FROD(Feature Matching Residual Denoising Oracle Bone Decipher)を提案する。
多くのOBS文字は現代の文字と大きく異なるが、過激なレベルで局所的な位相不変性を保っていることが多い。
FRODは、高速な特徴マッチングを活用して、ゲートセグメンテーションの監督を提供する: 十分なマッチを持つペアのサンプルは、きめ細かいラジカルを調整するためにパッチワイズに処理され、一方、低相似性ペアは、ミスマッチしたアーティファクトを避けるために均等に訓練される。
さらに、Residual Denoising Diffusion Model(RDDM)は、ノイズと残差信号を共同で推定することにより、標準拡散モデルでよく見られる位置ドリフトとストローク障害を低減する。
最後に、エッジノイズを除去し、ストローク構造を安定化することにより、多段フォントスタイリゼーション精細化ネットワークが生成された画像を洗練する。
拡張された文字分離データセットでは、FRODは評価ベースラインよりもTop-1認識精度が高く、OBSDよりも3.8%向上している。
関連論文リスト
- DCRA: Diffusion-Conditioned Representation Alignment for Robust Time-Series Learning [7.328100870402178]
本稿では,表現学習のための構造化汚職スケジューラとして,前方拡散過程を再利用したトレーニングフレームワークを提案する。
DCRAは、ベースラインモデルや拡散専用モデルと比較して、よりバランスよく、構造化された表現を生成する。
論文 参考訳（メタデータ） (2026-09-09T22:52:37Z) - Anchoring and Steering Diffusion: Enhancing the Faithfulness of Text-to-Image Generation at Inference Time [16.04233421396159]
AnchorSteerは、きめ細かい制御を行う、トレーニング不要のフレームワークである。
textbfAnchorSteerとそのコンポーネント。
GenEvalとT2I-CompBench++の実験は、AnchorSteerがテキストのアライメントにおいて既存のベースラインを一貫して上回っていることを示している。
論文 参考訳（メタデータ） (2026-07-29T09:08:57Z) - Word-Anchored Temporal Forgery Localization [6.691985085293349]
候補偽造提案を導出するために,単語アンコール時間的偽造位置推定(WAFL)を提案する。
まず、時間的偽造の本質を分析し、最小の有意義な偽造単位、単語トークンを識別し、データ前処理を音声の自然な言語境界と整合させる。
偽造検出に固有の極端なクラス不均衡を克服するために,アーティファクト中心非対称損失(ACA)を設計する。
論文 参考訳（メタデータ） (2026-03-06T12:33:28Z) - HAAF: Hierarchical Adaptation and Alignment of Foundation Models for Few-Shot Pathology Anomaly Detection [10.649984141835189]
階層型適応アライメントフレームワーク(HAAF)を提案する。
中心となるのは、シーケンシャルなキャリブレーション順序を強制するクロスレベルスケールアライメント機構である。
デュアルブランチ推論戦略は、セマンティックスコアと幾何学的プロトタイプを統合して、数ショット設定での安定性を確保する。
論文 参考訳（メタデータ） (2026-01-24T10:31:21Z) - A Weak Signal Learning Dataset and Its Baseline Method [0.41560960922138807]
弱信号学習は、障害診断、医用画像、自律運転など、多くの分野で一般的な課題である。
13,158個のスペクトルを含む弱信号特徴学習のための最初の特別なデータセットを構築した。
実験により, 弱信号, 高雑音, 極クラス不均衡の処理において, 高精度かつロバスト性が得られた。
論文 参考訳（メタデータ） (2025-12-29T02:48:47Z) - Diffusion Models for Solving Inverse Problems via Posterior Sampling with Piecewise Guidance [52.705112811734566]
断片的なガイダンススキームを用いて,逆問題を解決するための新しい拡散型フレームワークが導入された。
提案手法は問題に依存しず,様々な逆問題に容易に適応できる。
このフレームワークは, (4時間), (8時間) の超分解能タスクに対して, (23%), (24%) および (24%) の無作為マスクを塗布する場合の (25%) の推論時間を短縮する。
論文 参考訳（メタデータ） (2025-07-22T19:35:14Z) - Multimodal LLM-Guided Semantic Correction in Text-to-Image Diffusion [52.315729095824906]
MLLM Semantic-Corrected Ping-Pong-Ahead Diffusion (PPAD) は,マルチモーダル大言語モデル(MLLM)を推論中の意味的オブザーバとして導入する新しいフレームワークである。
中間世代をリアルタイムに分析し、潜在意味的不整合を識別し、フィードバックを制御可能な信号に変換し、残りの認知ステップを積極的に導く。
大規模な実験ではPPADの大幅な改善が示されている。
論文 参考訳（メタデータ） (2025-05-26T14:42:35Z) - Stable Neighbor Denoising for Source-free Domain Adaptive Segmentation [91.83820250747935]
擬似ラベルノイズは主に不安定なサンプルに含まれており、ほとんどのピクセルの予測は自己学習中に大きく変化する。
我々は, 安定・不安定な試料を効果的に発見する, SND(Stable Neighbor Denoising)アプローチを導入する。
SNDは、様々なSFUDAセマンティックセグメンテーション設定における最先端メソッドよりも一貫して優れている。
論文 参考訳（メタデータ） (2024-06-10T21:44:52Z) - High-Fidelity Speech Synthesis with Minimal Supervision: All Using
Diffusion Models [56.00939852727501]
最小教師付き音声合成は、2種類の離散音声表現を組み合わせることでTSを分離する。
非自己回帰フレームワークは、制御可能性を高め、持続拡散モデルは、多様化された韻律表現を可能にする。
論文 参考訳（メタデータ） (2023-09-27T09:27:03Z) - Bridging the Gap Between Clean Data Training and Real-World Inference
for Spoken Language Understanding [76.89426311082927]
既存のモデルはクリーンデータに基づいてトレーニングされ、クリーンデータトレーニングと現実世界の推論の間にtextitgapが発生する。
本稿では,良質なサンプルと低品質のサンプルの両方が類似ベクトル空間に埋め込まれた領域適応法を提案する。
広く使用されているデータセット、スニップス、および大規模な社内データセット(1000万のトレーニング例)に関する実験では、この方法は実世界の(騒々しい)コーパスのベースラインモデルを上回るだけでなく、堅牢性、すなわち、騒々しい環境下で高品質の結果を生み出すことを実証しています。
論文 参考訳（メタデータ） (2021-04-13T17:54:33Z) - Simultaneous Denoising and Dereverberation Using Deep Embedding Features [64.58693911070228]
ディープ埋め込み特徴を用いた同時発声・発声同時学習法を提案する。
ノイズ発生段階では、DCネットワークを利用してノイズのないディープ埋込み特性を抽出する。
残響段階では、教師なしのK平均クラスタリングアルゴリズムの代わりに、別のニューラルネットワークを用いて無響音声を推定する。
論文 参考訳（メタデータ） (2020-04-06T06:34:01Z)
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。