論文の概要: AlignMorph: Tuning-Free Diffusion Image Morphing via Explicit Semantic Transport

• arxiv url: http://arxiv.org/abs/2609.24330v1
• Date: Mon, 21 Sep 2026 09:31:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:01.235177
• Title: AlignMorph: Tuning-Free Diffusion Image Morphing via Explicit Semantic Transport
• Title（参考訳）: AlignMorph: 明示的なセマンティックトランスポートによるチューニング不要な拡散画像モーフィング
• Abstract要約: 画像モーフィングは2つの入力画像間のスムーズでセマンティックに一貫した遷移を実現することを目的としている。 本稿では,トランスポート・テン・デノエーズ(Transport-then-denoise)の原理に導かれるチューニング不要な拡散フレームワークであるAlignMorphを提案する。
• 参考スコア（独自算出の注目度）: 14.92497184609073
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Image morphing aims to produce a smooth and semantically consistent transition between two input images. Existing diffusion-based morphing methods either require expensive per-pair optimization or rely on implicit spatial alignment, which easily fails under large layout discrepancies. To address these limitations, we propose AlignMorph, a novel tuning-free diffusion framework guided by the principle of transport-then-denoise. We explicitly decouple geometric alignment from generative denoising to avoid structural entanglement. Our framework consists of two core components. (1) Global Semantic Transport, which achieves diffusion-compatible semantic alignment via entropic optimal transport and reliability-aware latent warping; and (2) Coordinate-Aligned Generation, which uses a symmetric bi-phase attention handoff to maintain consistent spatial coordinates throughout denoising. Without any tuning, AlignMorph effectively eliminates ghosting and achieves superior structural coherence and temporal smoothness on morphing benchmarks. Code is available at https://github.com/51xOne/Alignmorph.
• Abstract（参考訳）: 画像モーフィングは2つの入力画像間のスムーズでセマンティックに一貫した遷移を実現することを目的としている。 既存の拡散ベースのモーフィング法は、高コストのペアごとの最適化を必要とするか、暗黙の空間的アライメントに依存している。 これらの制約に対処するため,輸送-テーマ-デノエーズ(transport-then-denoise)の原理に導かれる新しいチューニング自由拡散フレームワークであるAlignMorphを提案する。 我々は、構造的絡み合いを避けるために、幾何的アライメントを生成的認知から明確に分離する。 私たちのフレームワークは2つのコアコンポーネントで構成されています。 1) グローバルセマンティックトランスポートは, エントロピーの最適輸送と信頼性を考慮した遅延ワープによって, 拡散互換なセマンティックアライメントを実現する。 チューニングなしでは、AlignMorphはゴーストを効果的に排除し、モルフィングベンチマークにおいて優れた構造的コヒーレンスと時間的滑らか性を達成する。 コードはhttps://github.com/51xOne/Alignmorph.comから入手できる。

関連論文リスト

• Isotropic Embedding Perturbations for Robust Vision Language Encoders [73.92626712781859]
  Aetherは、拡散型ランダム摂動を制御されたアルファミキシングを介して埋め込み空間に応用する単純なプラグイン法である。 言語モデルにおける特徴空間摂動と生成前訓練における画像劣化に触発され、エーターは軽度だが効果的な摂動を誘導する。 Aetherは、CutMix、Mixup、DropPath、RandAugを組み合わせた高度なレシピに対して、一貫した利益を提供している。
  論文  参考訳（メタデータ） (2026-09-09T15:08:05Z)
• Wavelet Phase Diffusion for Structurally and Semantically Consistent Sim-to-Real Translation [8.622300381959768]
  シミュレーションから現実への変換は、合成ドメインと実際のドメインの間の外観ギャップを橋渡ししなければならない。 本稿では,大域スペクトル干渉を伴わない空間適応位相注入を実現するウェーブレット位相拡散法を提案する。 我々の手法は、競争的な構造的アライメントを維持しながら、リアリズムとセマンティック一貫性の先行手法より優れている。
  論文  参考訳（メタデータ） (2026-07-08T13:30:26Z)
• InfSplign: Inference-Time Spatial Alignment of Text-to-Image Diffusion Models [27.206678799411645]
  InfSplignは、テキスト・ツー・イメージ・モデルのためのトレーニング不要な推論時間法である。 除音ステップ毎に複合損失によってノイズを調整することで空間アライメントを改善する。 既存の最強の推論時間ベースラインよりもパフォーマンスが大幅に向上する。
  論文  参考訳（メタデータ） (2025-12-19T17:52:43Z)
• CHIMERA: Adaptive Cache Injection and Semantic Anchor Prompting for Zero-shot Image Morphing with Morphing-oriented Metrics [6.173104732054219]
  拡散モデルは顕著な生成能力を示すが、スムーズでセマンティックに一貫した画像モーフィングを実現することは依然として困難である。 キャッシュインバージョン誘導デノナイズプロセスとしてモーフィングを定式化する,ゼロショット拡散に基づくフレームワークCHIMERAを提案する。
  論文  参考訳（メタデータ） (2025-12-08T04:39:12Z)
• Edit2Perceive: Image Editing Diffusion Models Are Strong Dense Perceivers [55.15722080205737]
  Edit2Perceiveは、深度、正規度、マッティングの編集モデルを適応させる統合拡散フレームワークである。 私たちの単一ステップの決定論的推論は、比較的小さなデータセットでトレーニングしながら、より高速なランタイムをもたらす。
  論文  参考訳（メタデータ） (2025-11-24T01:13:51Z)
• FUSE: Label-Free Image-Event Joint Monocular Depth Estimation via Frequency-Decoupled Alignment and Degradation-Robust Fusion [92.4205087439928]
  画像強調共同深度推定法は、頑健な知覚に相補的なモダリティを利用するが、一般化可能性の課題に直面している。 自己監督型転送(PST)と周波数デカップリング型フュージョンモジュール(FreDF)を提案する。 PSTは、画像基盤モデルとの遅延空間アライメントによるクロスモーダルな知識伝達を確立し、データ不足を効果的に軽減する。 FreDFは、低周波構造成分から高周波エッジ特性を明示的に分離し、モード比周波数ミスマッチを解消する。 この組み合わせのアプローチにより、FUSEはターゲットデータセットに対する軽量デコーダ適応のみを必要とするユニバーサルなイメージイベントを構築することができる。
  論文  参考訳（メタデータ） (2025-03-25T15:04:53Z)
• Image Morphing with Perceptual Constraints and STN Alignment [70.38273150435928]
  本稿では,一対の入力画像で動作する条件付きGANモーフィングフレームワークを提案する。 特別なトレーニングプロトコルは、知覚的類似性損失と組み合わせてフレームのシーケンスを生成し、時間とともにスムーズな変換を促進する。 我々は、古典的かつ潜時的な空間変形技術との比較を行い、自己スーパービジョンのための一連の画像から、我々のネットワークが視覚的に楽しむモーフィング効果を生成することを実証する。
  論文  参考訳（メタデータ） (2020-04-29T10:49:10Z)

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。