Fugu-MT 論文翻訳(概要): Frequency Routing and Identity Conditioning for Thermal-to-Visible Face Translation

論文の概要: Frequency Routing and Identity Conditioning for Thermal-to-Visible Face Translation

arxiv url: http://arxiv.org/abs/2610.17859v1
Date: Tue, 13 Oct 2026 07:21:40 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-17 08:30:39.926796
Title: Frequency Routing and Identity Conditioning for Thermal-to-Visible Face Translation
Title（参考訳）: 熱可視顔翻訳のための周波数ルーティングとアイデンティティ条件
Abstract要約: 熱可視(T2V)顔の翻訳は、夜間生体認証、低照度監視、熱観測の人間の解釈において重要な応用である。本稿では,スペクトルの信頼性とセマンティックな役割に応じてサーマルガイダンスを整理するパラメータ効率の高いフレームワークであるFreqID-Controlを提案する。
参考スコア（独自算出の注目度）: 29.764690333311393
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Thermal-to-visible (T2V) face translation has important applications in nighttime biometric recognition, low-light surveillance, and human interpretation of thermal observations. The task remains challenging because thermal images do not directly record visible appearance, while the cross-spectral cues useful for reconstruction vary across frequency components and semantic roles. Existing spatially conditioned models tend to process these cues through a homogeneous adaptation path and do not explicitly separate local structure from global identity. We propose FreqID-Control, a parameter-efficient framework that organizes thermal guidance according to spectral reliability and semantic role while preserving the pretrained generative prior. It combines frequency-routed low-rank adaptation, which allocates separate transformation subspaces to low-frequency structure and high-frequency detail, with shared cross-spectral identity conditioning, which supplies compact global identity tokens independently of spatial thermal tokens. A controlled analysis on MCXFace and SpeakingFaces provides the empirical basis for this design, revealing stable low-frequency correspondence and edge-localized detail correspondence. Experiments on both datasets demonstrate strong image fidelity and biometric identity preservation, while controlled ablations on MCXFace confirm the complementary contributions of frequency routing and shared identity conditioning.
Abstract（参考訳）: サーマル・トゥ・ビジュアブル (T2V) の顔翻訳は、夜間生体認証、低照度監視、熱観測の人間の解釈において重要な応用である。熱画像は目に見える外観を直接記録しないため、この課題は依然として困難なままであり、クロススペクトルの手がかりは周波数成分やセマンティックな役割によって異なる。既存の空間条件付きモデルは、これらのキューを均質な適応経路を通じて処理し、局所構造を大域的同一性から明確に分離しない傾向がある。 FreqID-Control はスペクトル信頼性とセマンティックな役割に応じて熱誘導を整理し,事前学習した生成前を保存し,パラメータ効率のよいフレームワークである。低周波構造と高周波細部に別々の変換部分空間を割り当てる周波数ローランク適応と、空間熱トークンとは無関係にコンパクトなグローバルIDトークンを提供する共振型クロススペクトルID条件付けを組み合わせたものである。 MCXFaceとSpeechFacesの制御解析により, 安定な低周波対応とエッジ局所細部対応を明らかにすることで, この設計の実証的基礎を提供する。両データセットの実験では、画像の忠実度と生体的アイデンティティの保存が強く、MCXFaceの制御された改善により、周波数ルーティングと共有ID条件の相補的寄与が確認された。

関連論文リスト

FreqFLD: Towards All-in-One Facial Landmark Detection via Frequency Modulation [11.50805768130112]
FreqFLDは、オールインワンのtextbfface textbflandmark textbfdection に向けたフレームワークである。 FreqFLDは周波数変調混合(FreqMoE)と周波数変調前の条件に適応的に調整されたエキスパートセレクションを採用している。実験では、提案されたFreqFLDが一般的なデータセットで同等のパフォーマンスを達成することを示した。
論文参考訳（メタデータ） (2026-09-09T14:58:46Z)
Cross-Spectral Stereo Inertial Odometry [6.602180427145135]
本稿では,高次状態推定から高遅延深度マッチングを時間的に分離する非同期リアルタイム・クロススペクトル・サーマル・慣性(VTI)システムを提案する。我々のシステムはスペクトルの冗長性を克服し、目視劣化した環境における堅牢性を確保しつつ、名目日光での精度を向上する。
論文参考訳（メタデータ） (2026-06-29T04:00:59Z)
Uncertainty-aware Spatial-Frequency Registration and Fusion for Infrared and Visible Images [18.12337107064327]
Infrared and Visible Image Fusion (IVIF)は、挑戦的な環境下での視覚的タスクにおいて有望であることを示す。これらを解決するための現在の研究は、粗い粒度(粗い粒度と粗い粒度)の変形パラメータを予測するか、複数スケールで変形場を推定するかのどちらかである。本研究では,不確実性推定と赤外線放射分布の整合性を考慮した空間周波数登録・融合フレームワークを提案する。
論文参考訳（メタデータ） (2026-05-13T06:12:46Z)
Attention Frequency Modulation: Training-Free Spectral Modulation of Diffusion Cross-Attention [1.4323566945483497]
クロスアテンション(Cross-attention)は、テキスト条件が遅延拡散モデルとなる主要なインターフェースである。本稿では,Attention Frequency Modulation (AFM)を紹介した。
論文参考訳（メタデータ） (2026-03-30T07:24:41Z)
Untwisting RoPE: Frequency Control for Shared Attention in DiTs [84.14005261938284]
位置符号化はトランスフォーマーベースの生成モデルに不可欠である。ロータリー・ポジショナル・エンベディング (RoPE) は, 異なる位置感性を有する周波数成分に自然に分解されることを示す。本稿では,厳密な位置アライメントよりも意味的類似性を反映するように,RoPE周波数帯域を選択的に変調する手法を提案する。
論文参考訳（メタデータ） (2026-02-04T20:01:59Z)
ThermoSplat: Cross-Modal 3D Gaussian Splatting with Feature Modulation and Geometry Decoupling [11.169420448510095]
ThermoSplatは、アクティブな特徴変調と適応幾何学的デカップリングにより、スペクトル認識の深い再構成を可能にする新しいフレームワークである。 RGBT-Scenesデータセットの実験により、ThermoSplatは可視スペクトルと熱スペクトルの両方にわたって最先端のレンダリング品質を達成することが示された。
論文参考訳（メタデータ） (2026-01-22T12:24:26Z)
WaveFace: Authentic Face Restoration with Efficient Frequency Recovery [74.73492472409447]
拡散モデルは,1) 訓練の遅さと推論速度,2) アイデンティティの保存ときめ細かい顔の詳細の復元の失敗の2つの問題で批判されている。本稿では,ウェーブレット変換によって分解される低周波・高周波成分を個別に考慮した周波数領域の問題を解決するためにWaveFaceを提案する。本稿では、WaveFaceが、特にアイデンティティ保存の観点から、信頼性において最先端の手法より優れていることを示す。
論文参考訳（メタデータ） (2024-03-19T14:27:24Z)
Spectral Enhanced Rectangle Transformer for Hyperspectral Image Denoising [64.11157141177208]
ハイパースペクトル画像の空間的およびスペクトル的相関をモデル化するスペクトル拡張矩形変換器を提案する。前者に対しては、長方形自己アテンションを水平および垂直に利用し、空間領域における非局所的類似性を捉える。後者のために,空間スペクトル立方体の大域的低ランク特性を抽出し,雑音を抑制するスペクトル拡張モジュールを設計する。
論文参考訳（メタデータ） (2023-04-03T09:42:13Z)
Exploring Invariant Representation for Visible-Infrared Person Re-Identification [77.06940947765406]
異なるスペクトルを横断する歩行者にアイデンティティを関連付けることを目的とした、クロススペクトルの人物再識別は、モダリティの相違の主な課題に直面している。本稿では、ロバスト機能マイニングネットワーク(RFM)と呼ばれるエンドツーエンドのハイブリッド学習フレームワークにおいて、画像レベルと特徴レベルの両方の問題に対処する。 RegDBとSYSU-MM01という2つの標準的なクロススペクトル人物識別データセットの実験結果により,最先端の性能が示された。
論文参考訳（メタデータ） (2023-02-02T05:24:50Z)
A Synthesis-Based Approach for Thermal-to-Visible Face Verification [105.63410428506536]
本稿では,ARL-VTFおよびTUFTSマルチスペクトル顔データセット上での最先端性能を実現するアルゴリズムを提案する。 MILAB-VTF(B)も提案する。
論文参考訳（メタデータ） (2021-08-21T17:59:56Z)
Multi-Scale Thermal to Visible Face Verification via Attribute Guided Synthesis [55.29770222566124]
可視画像から抽出した属性を用いて、熱画像から属性保存された可視画像を合成し、クロスモーダルマッチングを行う。抽出した属性によって導かれる熱画像から可視像を合成するために, 新規なマルチスケールジェネレータを提案する。事前訓練されたVGG-Faceネットワークを利用して、合成画像と入力可視画像から特徴を抽出し、検証を行う。
論文参考訳（メタデータ） (2020-04-20T01:45:05Z)

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。