論文の概要: What Does Fréchet Distance Measure? A Directional Decomposition

• arxiv url: http://arxiv.org/abs/2610.05518v1
• Date: Sun, 04 Oct 2026 20:35:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.377107
• Title: What Does Fréchet Distance Measure? A Directional Decomposition
• Title（参考訳）: フレシェ距離測定とは何か : 方向分解
• Abstract要約: フレシェ距離(Fréchet distance)は、領域間の生成モデルを評価するデファクト標準である。 最適輸送変位の予測2乗射影である方向フレシェ距離を所定の方向に導入する。 これらの方向を用いて、CLIP埋め込みで表される意味概念の観点でFIDの増加を説明し、フレーム単位の外観に対するFVDのバイアスを定量化し、タンパク質FIDの解釈を再考する。
• 参考スコア（独自算出の注目度）: 9.996808013987808
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Fréchet distance is a de facto standard for evaluating generative models across domains, appearing as FID for images and FVD for videos. It summarizes the discrepancy between generated and reference distributions in a single scalar, with lower values typically interpreted as better generation quality. However, this scalar view can obscure what drives the comparison. For example, in COCO dataset, increasing the number of diffusion sampling steps improves ImageReward scores yet worsens (increases) FID. Motivated by this mismatch, we seek to make the Fréchet distance more interpretable by uncovering where the discrepancy lies. To this end, we introduce directional Fréchet distance, the expected squared projection of the optimal transport displacement onto a given direction. Across our image, video, and protein case studies, we find that a small number of interpretable directions account for much of the distance. We use these directions to explain the FID increase in terms of semantic concepts represented by CLIP embeddings, quantify FVD's bias toward per-frame appearance, and revisit the interpretation of Protein FID. We open-source our codebase at https://github.com/yhlee-add/directional-fd.
• Abstract（参考訳）: フレシェ距離は領域間で生成モデルを評価するためのデファクト標準であり、画像のFIDやビデオのFVDとして現れる。 単一のスカラーで生成された分布と参照分布の相違を要約し、低い値は通常より優れた生成品質と解釈される。 しかし、このスカラービューは、比較に何をもたらすのかを曖昧にすることができる。 例えば、COCOデータセットでは、拡散サンプリングステップの数を増やすことで、ImageRewardスコアが向上する一方で、FIDが悪化する(増加)。 このミスマッチに動機づけられた我々は、矛盾がどこにあるかを明らかにすることによってフレシェ距離をより解釈可能にする。 この目的のために、最適輸送変位の2乗射影である方向フレシェ距離を所定の方向に導入する。 画像、ビデオ、タンパク質のケーススタディ全体を通して、少数の解釈可能な方向が距離の大部分を占めていることが分かりました。 これらの方向を用いて、CLIP埋め込みで表現される意味概念の観点でFIDの増加を説明し、フレーム単位の外観に対するFVDのバイアスを定量化し、タンパク質FIDの解釈を再考する。 コードベースはhttps://github.com/yhlee-add/directional-fd.orgで公開しています。

関連論文リスト

• FreSca: Scaling in Frequency Space Enhances Diffusion Models [55.75504192166779]
  本稿では,潜時拡散モデルにおける周波数制御について検討する。 本稿では,低周波成分と高周波成分にノイズ差を分解する新しいフレームワークFreScaを紹介する。 FreScaはモデルの再トレーニングやアーキテクチャの変更なしに動作し、モデルとタスクに依存しない制御を提供する。
  論文  参考訳（メタデータ） (2025-04-02T22:03:11Z)
• Fast constrained sampling in pre-trained diffusion models [80.99262780028015]
  任意の制約下で高速で高品質な生成を可能にするアルゴリズムを提案する。 我々の手法は、最先端のトレーニングフリー推論手法に匹敵するか、超越した結果をもたらす。
  論文  参考訳（メタデータ） (2024-10-24T14:52:38Z)
• Misalignment-Robust Frequency Distribution Loss for Image Transformation [51.0462138717502]
  本稿では,画像強調や超解像といった深層学習に基づく画像変換手法における共通の課題に対処することを目的とする。 本稿では、周波数領域内における分布距離を計算するための、新しいシンプルな周波数分布損失(FDL)を提案する。 本手法は,周波数領域におけるグローバル情報の思慮深い活用により,トレーニング制約として実証的に有効であることが実証された。
  論文  参考訳（メタデータ） (2024-02-28T09:27:41Z)
• Fréchet Wavelet Distance: A Domain-Agnostic Metric for Image Generation [11.995091514262835]
  We propose the Fr'echet Wavelet Distance (FWD) as a domain-agnostic metric based on the Wavelet Packet Transform ($W_p$)。 FWDは高解像度の画像の広い周波数帯を視認し、空間的側面とテクスチャ的側面の両方を保存する。 このメトリクスは、トレーニング済みのネットワークに依存しないので、汎用的でデータセットドメインに依存しない。
  論文  参考訳（メタデータ） (2023-12-23T16:10:53Z)
• Rethinking FID: Towards a Better Evaluation Metric for Image Generation [43.66036053597747]
  Inception Distanceは、実画像のInception-v3特徴分布とアルゴリズムによって生成された画像の距離を推定する。 インセプションの貧弱な表現は、現代のテキスト・画像モデルによって生成されるリッチで多様なコンテンツ、不正確な正規性仮定、そしてサンプルの複雑さによって引き起こされる。 よりリッチなCLIP埋め込みとガウスRBFカーネルとの最大平均差距離に基づく代替のCMMDを提案する。
  論文  参考訳（メタデータ） (2023-11-30T19:11:01Z)
• iSDF: Real-Time Neural Signed Distance Fields for Robot Perception [64.80458128766254]
  iSDFは実時間符号付き距離場再構成のための連続学習システムである。 より正確な再構築と、衝突コストと勾配のより良い近似を生成する。
  論文  参考訳（メタデータ） (2022-04-05T15:48:39Z)
• Modulated Contrast for Versatile Image Synthesis [60.304183493234376]
  MoNCEは画像のコントラストを導入し、多面的画像間距離の知覚のための校正基準を学習する。 複数の対照的な目的に対して協調的に負のサンプルのプッシュ力を変調するために,MoNCEの最適輸送を導入する。
  論文  参考訳（メタデータ） (2022-03-17T14:03:46Z)
• Fast Distance-based Anomaly Detection in Images Using an Inception-like Autoencoder [16.157879279661362]
  畳み込みオートエンコーダ(CAE)を訓練し、画像の低次元表現を抽出する。 画像の学習表現の低次元空間に距離ベースの異常検出器を用いる。 その結果,予測性能が向上した。
  論文  参考訳（メタデータ） (2020-03-12T16:10:53Z)
• 6DoF Object Pose Estimation via Differentiable Proxy Voting Loss [113.72905482334767]
  我々は,投票手順における仮説選択を模倣した,微分可能な代行投票損失(DPVL)を開発する。 LINEMOD と Occlusion LINEMOD という,広く使用されているデータセットの実験により,DPVL がポーズ推定性能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） (2020-02-10T16:33:33Z)

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。