論文の概要: Domain-adaptive Zero-Shot Image Enhancement via Locality-Constrained Diffusion Guidance

• arxiv url: http://arxiv.org/abs/2609.35289v1
• Date: Mon, 28 Sep 2026 14:35:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-02 06:48:48.263491
• Title: Domain-adaptive Zero-Shot Image Enhancement via Locality-Constrained Diffusion Guidance
• Title（参考訳）: 局所性制約付き拡散誘導による領域適応型ゼロショット画像強調
• Abstract要約: 画像強調のための局所性制約付きガイダンス手法であるLocDiffを紹介する。 アート・ツー・フォト・トランスフォーメーションでは、この手法をゼロショット・セッティングに応用し、絵画から顔のアイデンティティを保存し、フォトリアリスティックな詳細を生成する。 低品質胎児超音波のレンダリングを改善するため,補助的な先行アライメントによるゼロショット推論を実証した。
• 参考スコア（独自算出の注目度）: 3.647677092375177
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Denoising Diffusion Probabilistic Models have shown remarkable performance in unconditional image generation. In order to generate images with desired semantics, recent works have restricted the solution space by using guidance constraints in the diffusion sampling process. However, for image enhancement across different domains, these methods struggle to balance two main requirements: looking realistic in the target domain (photorealistic images) and preserving relevant features of the source domain, e.g., low-quality renderings or art paintings. Here, small local changes can alter the fidelity of the image completely, while large changes in other regions might be insignificant. We introduce LocDiff, a locality-constrained guidance method for image enhancement, which serves as a zero-shot extension to pre-trained diffusion models, ensuring the preservation of critical features during domain adaptation. In this way, we retain important local features, while allowing less critical regions to remain unconstrained and not interfere with the guidance process for relevant regions. We evaluate our method on two different domain-shift tasks: For art-to-photo translation, we apply the method in a fully zero-shot setting, preserving facial identity from paintings while generating photorealistic details. For enhancing low-quality fetal ultrasound renderings, we demonstrate zero-shot inference with auxiliary prior alignment. Here, the objective is to artificially add high-resolution characteristics and produce photorealistic ultrasound renderings, a target domain for which no ground truth distribution exists. Our experimental results demonstrate that LocDiff achieves favorable realism-faithfulness trade-offs compared to state-of-the-art methods, enabling controllable cross-domain enhancement.
• Abstract（参考訳）: Denoising Diffusion Probabilistic Modelsは、非条件画像生成において顕著な性能を示した。 所望のセマンティクスで画像を生成するために,近年の研究では,拡散サンプリングプロセスにおけるガイダンス制約を用いることで,解空間を制限している。 しかし、異なる領域にわたる画像強調のために、これらの手法は、ターゲットドメイン(フォトリアリスティック画像)をリアルに見ることと、ソースドメインの関連する特徴(例えば、低品質レンダリングや絵画)の保存という2つの主要な要件のバランスをとるのに苦労する。 ここでは、小さな局所的な変化は画像の忠実度を完全に変えることができるが、他の領域における大きな変化は重要でないかもしれない。 画像強調のための局所性制約付きガイダンス手法であるLocDiffを導入し、事前訓練した拡散モデルに対するゼロショット拡張として機能し、ドメイン適応時の重要な特徴の保存を確実にする。 このようにして、重要な地域の特徴を保ちつつ、重要でない地域が制約を受けずに、関連する地域へのガイダンスプロセスに干渉しないようにする。 本手法は2つの異なる領域シフトタスクに対して評価する: アート・ツー・フォト・トランスフォーメーションでは、絵画から顔のアイデンティティを保ちながら、フォトリアリスティックな細部を生成しながら、完全にゼロショット設定で適用する。 低品質胎児超音波のレンダリングを改善するため,補助的な先行アライメントによるゼロショット推論を実証した。 ここでは,高分解能特性を人工的に付加し,真理分布が存在しない対象領域であるフォトリアリスティック超音波レンダリングを作成することを目的とする。 実験の結果,LocDiffは最先端の手法と比較して,良好な現実主義-信条トレードオフを実現し,制御可能なクロスドメイン拡張を実現していることがわかった。

関連論文リスト

• Refining Visual Artifacts in Diffusion Models via Explainable AI-based Flaw Activation Maps [8.07672704792024]
  人工物や非現実的な領域を検知して画像生成品質を高めるフレームワークである自己精製拡散を提案する。 このフレームワークは、説明可能な人工知能(XAI)ベースの欠陥ハイライトを使用して、人工物や非現実的な領域を識別する欠陥活性化マップ(FAM)を生成する。
  論文  参考訳（メタデータ） (2025-12-09T16:30:31Z)
• InpDiffusion: Image Inpainting Localization via Conditional Diffusion Models [10.213390634031049]
  現在のIIL法は2つの大きな課題に直面している。 拡散モデルを用いた条件付きマスク生成タスクとしてIILを扱う新しいパラダイムを提案する。 我々の手法であるInpDiffusionは、画像意味条件の統合によって強化された復調過程を利用して、予測を段階的に洗練する。
  論文  参考訳（メタデータ） (2025-01-06T07:32:12Z)
• Timestep-Aware Diffusion Model for Extreme Image Rescaling [47.89362819768323]
  本稿では,時間認識拡散モデル(TADM)と呼ばれる,画像再スケーリングのための新しいフレームワークを提案する。 TADMは、事前訓練されたオートエンコーダの潜在空間で再スケーリング操作を行う。 これは、事前訓練されたテキスト・ツー・イメージ拡散モデルによって学習された強力な自然画像の先行を効果的に活用する。
  論文  参考訳（メタデータ） (2024-08-17T09:51:42Z)
• TALE: Training-free Cross-domain Image Composition via Adaptive Latent Manipulation and Energy-guided Optimization [59.412236435627094]
  TALEは、テキストから画像への拡散モデルの生成機能を利用する、トレーニング不要のフレームワークである。 TALEにはAdaptive Latent ManipulationとEnergy-Guided Latent Optimizationという2つのメカニズムが備わっている。 本実験は,TALEが従来のベースラインを超え,画像誘導合成における最先端性能を実現することを示す。
  論文  参考訳（メタデータ） (2024-08-07T08:52:21Z)
• Denoising as Adaptation: Noise-Space Domain Adaptation for Image Restoration [64.84134880709625]
  拡散モデルを用いて,雑音空間を介して領域適応を行うことが可能であることを示す。 特に、補助的な条件入力が多段階の復調過程にどのように影響するかというユニークな性質を活用することにより、有意義な拡散損失を導出する。 拡散モデルにおけるチャネルシャッフル層や残留スワッピング型コントラスト学習などの重要な戦略を提案する。
  論文  参考訳（メタデータ） (2024-06-26T17:40:30Z)
• Real-World Image Variation by Aligning Diffusion Inversion Chain [53.772004619296794]
  生成した画像と実世界の画像の間にはドメインギャップがあり、これは実世界の画像の高品質なバリエーションを生成する上での課題である。 実世界画像のアライメントによる変化(RIVAL)と呼ばれる新しい推論パイプラインを提案する。 我々のパイプラインは、画像生成プロセスとソース画像の反転チェーンを整列させることにより、画像の変動の生成品質を向上させる。
  論文  参考訳（メタデータ） (2023-05-30T04:09:47Z)
• Few-shot Image Generation via Cross-domain Correspondence [98.2263458153041]
  限られた例を含む対象領域におけるGANなどの生成モデルの訓練は、容易に過度な適合をもたらす。 本研究では,多様性情報をソースからターゲットにプリトレーニングし,転送するために,大きなソースドメインを活用することを目指す。 さらに,オーバーフィッティングを減らすために,潜在空間内の異なる領域に対して異なるレベルのリアリズムを奨励するアンカーベースの戦略を提案する。
  論文  参考訳（メタデータ） (2021-04-13T17:59:35Z)

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。