論文の概要: Frozen History: When Temporal Losses Stop Accumulation in Learned Real-Time Supersampling
- arxiv url: http://arxiv.org/abs/2610.15752v1
- Date: Sun, 11 Oct 2026 16:34:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-19 16:48:55.152743
- Title: Frozen History: When Temporal Losses Stop Accumulation in Learned Real-Time Supersampling
- Title（参考訳）: 凍結した歴史: 学習したリアルタイムスーパーサンプリングにおける時間損失の蓄積が止まったとき
- Abstract要約: 我々は、リアルタイムなスーパーサンプリングが動きベクトルに沿ってジッタリングされた低分解能サンプルを蓄積するのを学習する。
正確な登録を行うと、この損失は蓄積を抑制することが示される。
トレーニングが隠せる4つの登録エラーを特定します。
- 参考スコア（独自算出の注目度）: 23.408405800717244
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Learned real-time supersampling accumulates jittered low-resolution samples along motion vectors. Many methods use a temporal consistency loss to reduce flicker. We show that with accurate registration, this loss can suppress accumulation: on static content, the network copies its warped history at almost no temporal cost. Camera jitter in motion vectors raises this cost and can hide the effect. We identify four registration errors that training can conceal: jitter-carrying motion vectors, one motion field for both resolution lattices, jittered depth, and an unregistered skip path. A model-free oracle shows that correct registration makes freezing two orders of magnitude cheaper on static pixels. Controlled training shows that registration reverses the temporal weight's effect on PSNR. Under exact registration, increasing the weight reduces pixel variance at the expense of accuracy and perceived quality, with a 0.7 to 0.9 dB loss on static frames at weight 0.25. This reversal recurs across three network families and two scales; the loss also reduces accuracy on unjittered STSS data. With a small temporal weight and a normalised sample accumulator, a plain registered network improves the best published QRISP PSNR by 0.34 to 0.62 dB at $\times$2, $\times$3 and $\times$4 upscaling to 1080p. At $\times$2, its static pixel standard deviation is one quarter that of DLSS 2. Without retraining, it outperforms classical temporal upsampling by at least 4.4 dB on Arm's jittered Bistro capture. Our most accurate $\times$4 model runs in 2.03 ms per 1080p frame on an H200. Code: https://github.com/CV-AC/Frozen_history
- Abstract（参考訳）: 学習されたリアルタイムスーパーサンプリングは、動きベクトルに沿ってジッタリングされた低解像度サンプルを蓄積する。
多くのメソッドは、フレッカを減らすために時間的一貫性損失を使用する。
正確な登録を行うと、この損失は蓄積を抑制することが示され、静的なコンテンツでは、ネットワークはその歪んだ履歴をほぼ時間的コストでコピーする。
モーションベクトルにおけるカメラジッタは、このコストを上昇させ、効果を隠蔽する。
トレーニングが隠せる4つの登録誤差を識別する: ジッタキャリング運動ベクトル、両解像度格子のための1つの運動場、ジッタ深度、および未登録スキップパス。
モデルフリーのオラクルは、正しい登録が静的ピクセル上で2桁の冷凍を劇的に安くすることを示している。
制御されたトレーニングは、登録がPSNRに対する時間重みの影響を逆転させることを示している。
正確な登録の下では、重みの増大は、精度と知覚品質を犠牲にしてピクセルのばらつきを減少させ、重量0.25の静的フレームでは0.7から0.9dBの損失が生じる。
この逆転は3つのネットワークファミリと2つのスケールで再帰する。
小さな時間的重みと正規化されたサンプルアキュムレータにより、通常の登録ネットワークは最高のQRISP PSNRを0.34ドルから0.62ドルに改善し、$\times$2、$\times$3、$\times$4を1080pにアップスケールする。
静的ピクセルの標準偏差はDLSS 2の4分の1だ。
再訓練なしでは、アルムの発散したビストロ捕獲において、古典的な時間的アップサンプリングを少なくとも4.4dB以上上回っている。
最も正確な$\times$4モデルは、H200の1080pフレームあたり2.03msで動作する。
コード:https://github.com/CV-AC/Frozen_history
関連論文リスト
- Event-Based Motion Estimation via Oriented Distance Fields [55.23416502666468]
イベントベースの動き推定は、高時間分解能と高速動作に対する堅牢性を必要とするタスクの中心である。
本稿では,この最適化を,事前計算された事象距離ベクトルの場上の1つの平均ステップに置き換える,オブジェクト指向距離場運動推定(ODF Motion Estimation)を提案する。
公開および自己収集されたデータセットでは,ODFの動作推定は,比較手法の中で最低レイテンシでサブピクセル精度に達する。
論文 参考訳（メタデータ） (2026-08-25T08:27:42Z) - StraightDP: Geometry-Aware Differential Privacy for Rectified-Flow Transformers [15.912447604301873]
テキスト条件付き生成モデルの差分プライベート(DP)トレーニングは、強力なプライバシで実用上の限界を被る。
StraightDPは、整流の幾何学を通してこの問題を利用する。
小さな予算シェアは、白く塗られたクラス条件のモーメントを一度放出し、重量に蒸留したり、サンプリング時に注入したりする。
放出されたモーメントは、SD3-mediumに移植され、サンプリングタイムインジェクションがDP-LoRAトレーニングを予算のごく一部で上回っている。
論文 参考訳（メタデータ） (2026-07-31T07:27:52Z) - LearniBridge: Learnable Calibration of Feature Caching for Diffusion Models Acceleration [13.139080503923248]
LearniBridgeは、軽量なLoRA更新を通じて複数のタイムステップをブリッジする機能キャッシングのための学習可能なキャリブレーションメカニズムである。
画像生成とビデオ生成の実験では、LeardiBridgeはFLUX、HunyuanVideo、WAN2.1で最大5.87times$、$5.75times$、$4.10times$加速を達成した。
論文 参考訳（メタデータ） (2026-06-25T09:12:51Z) - SVDQuant: Absorbing Outliers by Low-Rank Components for 4-Bit Diffusion Models [61.474101404805545]
拡散モデルは高品質なイメージを生成することができるが、スケールするにつれて、メモリ要求が増加し、より高いレイテンシがデプロイメント上の課題を引き起こす。
この制限を克服する新しい4ビット量子化パラダイムであるSVDQuantを提案する。
We reduce the memory usage for the 12B FLUX.1 models by 3.5$times$, achieved 3.0$times$ speedup over the 4-bit weight-only Quantization (W4A16) baseline。
論文 参考訳（メタデータ） (2024-11-07T18:59:58Z) - Simple ReFlow: Improved Techniques for Fast Flow Models [68.32300636049008]
拡散および流れマッチングモデルは、優れた生成性能を実現するが、多くのサンプリングステップを犠牲にしている。
我々は、力学、学習、推論のトレーニングに7つの改善点を提案する。
我々は、ニューラルネットワークによる高速な生成のために、最先端のFIDスコア(ガイダンスなし/参照なし)を達成している。
論文 参考訳（メタデータ） (2024-10-10T11:00:55Z) - HarmoniCa: Harmonizing Training and Inference for Better Feature Caching in Diffusion Transformer Acceleration [31.982294870690925]
我々はHarmoniCaと呼ばれる新しい学習ベースのキャッシュフレームワークを開発した。
SDT(Step-Wise Denoising Training)を取り入れて、Denoisingプロセスの継続性を保証する。
私たちのフレームワークは40%以上のレイテンシ削減(理論的スピードアップ)とPixArt-$alpha$のパフォーマンス向上を実現しています。
論文 参考訳（メタデータ） (2024-10-02T16:34:29Z) - Data-Free Dynamic Compression of CNNs for Tractable Efficiency [46.498278084317704]
構造化プルーニング手法は, 精度が大幅に低下することなく浮動小数点演算を低下させる可能性を示唆している。
HASTE(Hashing for Tractable Efficiency)は,データフリーでプラグイン・アンド・プレイのコンボリューションモジュールで,トレーニングや微調整なしにネットワークのテスト時間推論コストを瞬時に低減する。
CIFAR-10とImageNetでは46.72%のFLOPを1.25%の精度で削減した。
論文 参考訳（メタデータ） (2023-09-29T13:09:40Z) - Cascaded Regression Tracking: Towards Online Hard Distractor
Discrimination [202.2562153608092]
本稿では,2段階の逐次回帰トラッカーを提案する。
第1段階では, 容易に同定可能な負の候補を抽出する。
第2段階では、残留するあいまいな硬質試料をダブルチェックするために、離散サンプリングに基づくリッジ回帰を設計する。
論文 参考訳（メタデータ） (2020-06-18T07:48:01Z)
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。