論文の概要: ReState: Noise-Level-Aware State Correction for Training-Free Object Removal in Few-Step Diffusion Models
- arxiv url: http://arxiv.org/abs/2610.21287v1
- Date: Thu, 15 Oct 2026 05:32:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-16 19:13:16.202489
- Title: ReState: Noise-Level-Aware State Correction for Training-Free Object Removal in Few-Step Diffusion Models
- Title（参考訳）: 高速拡散モデルにおける学習不要物体除去のためのノイズレベル対応状態補正
- Abstract要約: 訓練不要の物体除去は、通常、標的領域から自己注意を遠ざけるが、少数の蒸留拡散モデルでは、しばしば物体の形をした残留物を残す。
時間的ミスマッチは、最初にマスクの内部に構造化された予測が形成され、短い軌道は後続の修正の機会をほとんど与えず、注意の取り消しは主に後続のステップで行われる。
本稿では,入力から得られた背景証拠に対するマスク付きクリーンな予測を,最終段階で消失する雑音レベル認識重みを用いて補正するReStateを提案する。
- 参考スコア（独自算出の注目度）: 9.542305566470963
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Training-free object removal commonly redirects self-attention away from the target region, but on few-step distilled diffusion models this often leaves object-shaped residuals. We identify a temporal mismatch: a structured prediction forms inside the mask at the first forward, and the short trajectory offers few later chances to revise it, while attention rerouting acts mainly in later steps. Across four distilled backbones, magnitude-matched single-forward interventions show that background-directed state correction affects the final result more than attention rerouting. We therefore propose ReState, which corrects the masked clean prediction toward background evidence retrieved from the input using a noise-level-aware weight that vanishes at the final forward. ReState retains object-excluding attention as a complementary constraint and adds no denoiser evaluations. Across two paired benchmarks and two few-step backbones, ReState achieves the best masked PSNR, SSIM, and LPIPS among training-free methods, improving PSNR by 3.17 dB on average over the strongest baseline. On OBER-Test, it also outperforms the 50-step attention-forcing reference on all three metrics at 6.7x lower latency. The same configuration transfers to two additional distilled backbones without retuning. Project page: https://tdrlee.github.io/ReState
- Abstract（参考訳）: 訓練不要の物体除去は、通常、標的領域から自己注意を遠ざけるが、少数の蒸留拡散モデルでは、しばしば物体の形をした残留物を残す。
時間的ミスマッチは、最初にマスクの内部に構造化された予測が形成され、短い軌道は後続の修正の機会をほとんど与えず、注意の取り消しは主に後続のステップで行われる。
4つの蒸留したバックボーンのうち、マグニチュードマッチングされた単一フォワードの介入は、バックグラウンド指向の状態補正が注意再帰よりも最終結果に影響を及ぼすことを示している。
そこで本稿では,入力から得られた背景証拠に対するマスク付きクリーンな予測を,最終段階で消失する雑音レベル認識重みを用いて補正するReStateを提案する。
ReStateは、補完的な制約としてオブジェクトを除く注意を保ち、うるさい評価を加えない。
2つのベンチマークと2つの数ステップのバックボーンの中で、ReStateはトレーニングなしの方法の中で最高のマスク付きPSNR、SSIM、LPIPSを達成し、最強のベースライン上でPSNRを平均3.17dB改善した。
OBER-Testでは、6.7倍のレイテンシで3つのメトリクスすべてに対して、50ステップの注意を強制する参照よりも優れています。
同じ構成は、2つの蒸留したバックボーンに再調整することなく転移する。
プロジェクトページ: https://tdrlee.github.io/ReState
関連論文リスト
- Simplifying and Improving On-Policy Distillation for Few-Step Diffusion [60.45650436067934]
少ない段階の蒸留は拡散・流動モデルのサンプリングコストを低減させるが、既存の手法では補助的なスコアモデルや特殊なアーキテクチャを必要とすることが多い。
4-NFE生成の基盤として, 簡易なオン・ポリティクス速度回帰法がすでに有効であることを示す。
本稿では,学習者の区間平均予測から局所的な補正を分離する訓練専用残差プロキシであるPivotを紹介する。
論文 参考訳（メタデータ） (2026-10-13T14:35:46Z) - P3: Persistent Particle Planning for Constrained Diffusion Control [4.600772894287281]
拡散制御のための連続モンテカルロフレームワークであるPersistent Particle Planning (P3)を紹介する。
各制御ステップでは、P3は候補軌跡をシフトして部分的に再ノイズ化し、最新の観測の下でそれらを洗練し、制約認識重み付けと再サンプリングを使用して、代替的な継続を選択する。
提案手法では, 維持計画が確実に経路に留まっているかの再騒音深度が制御できることを証明し, スクラッチからサンプリングすることで再発見するよりも, 稀で分離された経路を維持する方がはるかに少ないことを証明した。
論文 参考訳（メタデータ） (2026-10-05T08:56:29Z) - Robust Ensemble Guidance for Scientific Inverse Problems [100.58137337454754]
Robust Ensemble Guidance (REG) は、アンサンブル予測拡散を用いて観測スケールのバランスを保ち、極端に不一致な影響を制限するために標準化された残差を適応的にクリップする。
REGは3つの観測系で6.2-8.2dBのブラックホール再構成PSNRを増加させ、一致した予算比較でNavier-Stokes再構成誤差を26.4%削減する。
論文 参考訳（メタデータ） (2026-10-04T16:54:37Z) - Efficient World Action Model Inference with Adaptive Intermediate States [21.241948060806934]
$mathrmWAMscriptstylemathrmACHINE$は、WAM推論のためのトレーニング不要のフレームワークである。
制御ループが進化するにつれて、推論状態を効率的かつ正確な継続のために保存し、適応する。
$mathrmWAMscriptstylemathrmACHINE$は1.47-3.05$times$speedups in Observation-to-action latencyと2.23-3.27$times$ speedups in GPU inference time per replanを達成する。
論文 参考訳（メタデータ） (2026-09-28T08:37:39Z) - Self-Confirming Superposition Traps in Reinforcement Learning [62.71685993550818]
強化学習はエージェントのポリシーによって選択されたデータに基づいて表現し、その結果のリターンを使って次の選択を導く。
これらのデータに対して表現フィッティングがグローバルに最適である場合でも,このループは低リターンポリシーを維持可能であることを示す。
論文 参考訳（メタデータ） (2026-09-26T21:56:26Z) - One Step, One Lead: Mitigating Higher-Order Interference in Multi-Domain Reinforcement Learning via Cross-Step Control [62.82372407840088]
同点領域勾配は、連続的な更新が出力空間で部分的に逆転する場合においても、ほぼ一定であることを示す。
トークンレベルのリバウンドリスクをランク付けするために,各イテレーションでフォーカスドメインを指定するOSOLを提案する。
OSOLは0.4822のドメイン-マクロ平均に達し、最強の比較ベースラインよりも5.7%向上した。
論文 参考訳（メタデータ） (2026-09-06T08:32:59Z) - Diffusion ReRoll: Revisable Denoising for Robotic Sequential Prediction [0.0]
Diffusion ReRollは、ロボットシーケンシャル予測のための拡散ベースのフレームワークで、水平線上での修正可能な復調を可能にする。
我々は、長期計画、政策学習、統合ビデオアクションモデリングにおける拡散強制に基づくフルシーケンス拡散と因果分解に対して評価を行った。
論文 参考訳（メタデータ） (2026-07-22T08:50:40Z) - Robust Activation Map Rectification for Weakly Supervised Volumetric Segmentation: Temporal Coherence as a Free Lunch [31.156115062163412]
弱教師付きセグメンテーションは、最初にターゲット領域をローカライズするためにクラスアクティベーションマップ(CAM)に大きく依存している。
既存の治療法は、通常、追加のトレーニングステージやプロトタイプ学習を導入し、計算コストを増大させ、堅牢性を低下させる。
本研究では, 容積データの時間的・構造的コヒーレンスをフリーランチとして利用することにより, 信頼できないCAMを修正できる, トレーニング不要なプロトタイプフリーフレームワークを提案する。
論文 参考訳（メタデータ） (2026-07-22T08:07:38Z) - SATB-VR: Training Few-Step Video Restoration Diffusion Model using SNR-Aware Trajectory Blending [55.764018145256216]
本稿では,補助予測器を介してデノナイジングプロセスを開始する数ステップのパラダイムであるSATB-VRを提案する。
我々は,SATB-VRが,合成,実世界,AIGCベンチマークにおける既存のアプローチに対して良好に動作することを示す。
論文 参考訳（メタデータ） (2026-06-27T01:32:16Z) - Rethinking Metrics and Benchmarks of Video Anomaly Detection [58.37571339811799]
ビデオ異常検出(VAD)は、期待から外れた異常を検出することを目的としている。
既存のVADメトリクスは、単一のアノテーションバイアスの影響を受けます。
既存のベンチマークには、完全に/弱い教師付きアルゴリズムのシーンオーバーフィットを評価する能力がない。
論文 参考訳（メタデータ） (2025-05-25T08:09:42Z)
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。