論文の概要: MOSAIC: Multi-Scale Object-Centric Slot Adaptation with Image-Guided Prototype Conditioning for Remote Sensing Image Super-Resolution
- arxiv url: http://arxiv.org/abs/2610.13547v1
- Date: Fri, 09 Oct 2026 13:03:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-13 04:06:29.5861
- Title: MOSAIC: Multi-Scale Object-Centric Slot Adaptation with Image-Guided Prototype Conditioning for Remote Sensing Image Super-Resolution
- Title（参考訳）: MOSAIC:リモートセンシング画像スーパーリゾリューションのための画像誘導プロトタイプ条件付きマルチスケールオブジェクト中心スロット適応
- Abstract要約: MOSAICは生成モデル適応のためのコンパクトな構造条件を学習する。
UCMerced、AID、RSSCN7の実験では、$times 2$と$times 4$設定で一貫したPSNRの改善が示されている。
- 参考スコア（独自算出の注目度）: 12.95513265920154
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Pretrained diffusion Transformers provide powerful generative priors for image restoration, yet adapting them to structure-sensitive tasks remains challenging. Existing methods mainly rely on dense low-resolution features as conditions, which often entangle salient objects with dominant backgrounds and provide limited abstraction for recurring structures across scales and samples. We propose MOSAIC, an object-centric representation learning framework that learns compact structural conditions for generative model adaptation. MOSAIC organizes degraded observations into structural slots that capture complementary object-level and layout-level evidence, integrates them across resolutions, and retrieves recurring priors from a shared prototype memory to complement incomplete image-specific information. The resulting representations are injected into selected layers of a frozen diffusion Transformer through lightweight residual modulation, preserving its pretrained generative prior. We instantiate MOSAIC for remote sensing image super-resolution, where small objects, repetitive structures, and large-scale variation provide a challenging testbed. Experiments on UCMerced, AID, and RSSCN7 show consistent PSNR improvements across $\times 2$ and $\times 4$ settings and favorable LPIPS results at $\times 4$. Qualitative results further demonstrate improved preservation of small objects, structural boundaries, and repetitive spatial patterns.
- Abstract（参考訳）: 事前訓練された拡散変換器は、画像復元に強力な生成前駆体を提供するが、構造に敏感なタスクに適応することは依然として困難である。
既存の手法は主に密度の高い低分解能な特徴を条件として頼りにしており、しばしば支配的な背景を持つ有能な物体を絡み合わせ、スケールやサンプルをまたいだ繰り返し構造に対して限定的な抽象化を提供する。
生成モデル適応のためのコンパクトな構造条件を学習するオブジェクト中心表現学習フレームワークMOSAICを提案する。
MOSAICは劣化した観察を構造的なスロットに整理し、補完的なオブジェクトレベルとレイアウトレベルのエビデンスをキャプチャし、解像度にまたがってそれらを統合し、共有プロトタイプメモリから繰り返し発生する先行情報を検索して、不完全な画像固有情報を補完する。
得られた表現は、軽量な残留変調を通じて凍結拡散トランスフォーマーの選択された層に注入され、予め訓練された生成前を保存する。
リモートセンシング画像の超解像のためにMOSAICをインスタンス化し、小さな物体、繰り返し構造、大規模変動が挑戦的なテストベッドを提供する。
UCMerced、AID、RSSCN7の実験では、$\times 2$と$\times 4$設定でPSNRが一貫して改善され、$\times 4$で好ましいLPIPS結果が得られた。
質的な結果はさらに、小さな物体の保存、構造的境界、反復的な空間パターンの改善を実証している。
関連論文リスト
- Large model enhanced computational ghost imaging [44.77879260113026]
ゴーストイメージング(GI)は1次元バケット信号と2次元光場情報の高次相関による2次元画像再構成を実現する。
近年の研究では、深層学習(DL)がゴースト画像再構成の品質を大幅に向上させることができることが確認されている。
GILMの物理原理を取り入れた14億のパラメータを持つ最初の大規模画像モデルを提案する。
論文 参考訳（メタデータ） (2025-03-10T03:34:28Z) - UniUIR: Considering Underwater Image Restoration as An All-in-One Learner [62.65503609562905]
我々はUniUIRと呼ばれるユニバーサル水中画像復元手法を提案する。
劣化固有の問題を分離し、UIRタスクにおける様々な劣化の相関関係を探るため、我々はMamba Mixture-of-Expertsモジュールを設計した。
このモジュールは、空間領域と周波数領域の両方において劣化前の情報を抽出し、最適なタスク固有のプロンプトを適応的に選択する。
論文 参考訳（メタデータ） (2025-01-22T16:10:42Z) - Efficient One-Step Diffusion Refinement for Snapshot Compressive Imaging [8.819370643243012]
Coded Aperture Snapshot Spectral Imaging (CASSI)は3次元マルチスペクトル画像(MSI)を撮影するための重要な技術である
現在の最先端の手法は、主にエンドツーエンドであり、高周波の詳細を再構築する際の制限に直面している。
本稿では,Snapshot Compressive Imagingのための自己教師型適応フレームワークにおいて,新しい1段階拡散確率モデルを提案する。
論文 参考訳（メタデータ） (2024-09-11T17:02:10Z) - VmambaIR: Visual State Space Model for Image Restoration [36.11385876754612]
VmambaIRは、画像復元タスクに線形に複雑な状態空間モデル(SSM)を導入する。
VmambaIRは、より少ない計算資源とパラメータで最先端(SOTA)性能を達成する。
論文 参考訳（メタデータ） (2024-03-18T02:38:55Z) - DiAD: A Diffusion-based Framework for Multi-class Anomaly Detection [55.48770333927732]
本稿では,拡散型異常検出(Difusion-based Anomaly Detection, DAD)フレームワークを提案する。
画素空間オートエンコーダ、安定拡散の復調ネットワークに接続する潜在空間セマンティックガイド(SG)ネットワーク、特徴空間事前学習機能抽出器から構成される。
MVTec-ADとVisAデータセットの実験は、我々のアプローチの有効性を実証している。
論文 参考訳（メタデータ） (2023-12-11T18:38:28Z) - A Unified Conditional Framework for Diffusion-based Image Restoration [39.418415473235235]
画像復元のための拡散モデルに基づく統一条件付きフレームワークを提案する。
我々は、軽量なUNetを利用して初期ガイダンスと拡散モデルを予測し、指導の残余を学習する。
そこで本研究では,高解像度画像を扱うために,単純なステップ間パッチ分割方式を提案する。
論文 参考訳（メタデータ） (2023-05-31T17:22:24Z) - Near-filed SAR Image Restoration with Deep Learning Inverse Technique: A
Preliminary Study [5.489791364472879]
近接場合成開口レーダ(SAR)は、ターゲットの散乱分布ホットスポットの高解像度画像を提供する。
一方、撮像の結果は、サイドローブ、クラッタ、ノイズから必然的に劣化する。
イメージを復元するために、現在の手法では、例えば、点拡散関数(PSF)は空間的に一貫したものであり、ターゲットはスパース点散乱器などで構成されている。
我々は、分解モデルを空間的に可変な複素畳み込みモデルに再構成し、近接場SARのシステム応答を考慮した。
モデルに基づくディープラーニングネットワークは、復元するために設計されている
論文 参考訳（メタデータ） (2022-11-28T01:28:33Z) - Exploring Resolution and Degradation Clues as Self-supervised Signal for
Low Quality Object Detection [77.3530907443279]
劣化した低解像度画像中の物体を検出するための,新しい自己教師型フレームワークを提案する。
本手法は, 既存手法と比較して, 異変劣化状況に直面する場合に比べ, 優れた性能を示した。
論文 参考訳（メタデータ） (2022-08-05T09:36:13Z) - CM-GAN: Image Inpainting with Cascaded Modulation GAN and Object-Aware
Training [112.96224800952724]
複雑な画像に大きな穴をあける際の可視像構造を生成するためのカスケード変調GAN(CM-GAN)を提案する。
各デコーダブロックにおいて、まず大域変調を適用し、粗い意味認識合成構造を行い、次に大域変調の出力に空間変調を適用し、空間適応的に特徴写像を更に調整する。
さらに,ネットワークがホール内の新たな物体を幻覚させるのを防ぐため,実世界のシナリオにおける物体除去タスクのニーズを満たすために,オブジェクト認識型トレーニングスキームを設計する。
論文 参考訳（メタデータ） (2022-03-22T16:13:27Z) - Spatially-Adaptive Image Restoration using Distortion-Guided Networks [51.89245800461537]
空間的に変化する劣化に苦しむ画像の復元のための学習ベースソリューションを提案する。
本研究では、歪み局所化情報を活用し、画像中の困難な領域に動的に適応するネットワーク設計であるSPAIRを提案する。
論文 参考訳（メタデータ） (2021-08-19T11:02:25Z) - Limited-angle tomographic reconstruction of dense layered objects by
dynamical machine learning [68.9515120904028]
強い散乱準透明物体の有限角トモグラフィーは困難で、非常に不適切な問題である。
このような問題の状況を改善することにより、アーティファクトの削減には、事前の定期化が必要である。
我々は,新しい分割畳み込みゲート再帰ユニット(SC-GRU)をビルディングブロックとして,リカレントニューラルネットワーク(RNN)アーキテクチャを考案した。
論文 参考訳（メタデータ） (2020-07-21T11:48:22Z)
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。