論文の概要: FilterFusion: Prior-Guided Adaptive Filter Fusion for Efficient Video Denoising

• arxiv url: http://arxiv.org/abs/2610.21505v1
• Date: Thu, 15 Oct 2026 08:41:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:16.281648
• Title: FilterFusion: Prior-Guided Adaptive Filter Fusion for Efficient Video Denoising
• Title（参考訳）: FilterFusion: 効率的なビデオデノイングのための事前誘導適応フィルタフュージョン
• Abstract要約: 本稿では、時間的に認識された特徴と解釈可能な分岐のバンクを組み合わせた事前誘導型マルチフレーム・デノケーション・フレームワークを提案する。 その結果,高品質かつ高速なトレードオフとリアルタイムデノベーションへの実践的な道筋が示された。
• 参考スコア（独自算出の注目度）: 10.48433464178701
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Real-world video denoising for communication systems must handle mixed degradations such as sensor noise, compression artifacts, and motion-induced inconsistency while remaining deployable under tight latency budgets. Purely deep models often achieve high accuracy but come with significant computational cost, whereas classical filters are robust and efficient but insufficiently adaptive. We present FilterFusion, a prior-guided multi-frame denoising framework that combines temporally-aware learned features with an interpretable bank of denoising branches. The model predicts a low-cost guidance signal and uses it to adaptively mix a compact set of denoising responses at the original resolution. The lightweight design uses only 109K parameters and explicitly injects temporal variance and spatial variance cues into the low-resolution controller. On CRVD (real sensor noise), it reaches 34.72 dB PSNR and 0.9330 SSIM with only 0.18 GFLOPs (network-only). Because the filter-bank operations are simple and regular (Gaussian blur, median, weighted sum), a straightforward compiled C implementation of the synthesis path achieves 17.9ms per frame (55.9 FPS) on a single CPU thread at 1080p---exceeding real-time and 122--252 times faster than lightweight CNN baselines that require over 2 seconds per frame. The results demonstrate a strong quality-efficiency-speed trade-off and a practical route to real-time denoising through low-resolution control and explicit filter-based synthesis.
• Abstract（参考訳）: 通信システムのための実世界のビデオデノゲーションは、センサノイズ、圧縮アーティファクト、モーション誘起不整合などの混在した劣化を処理し、厳密な遅延予算の下で展開可能でなければならない。 純粋に深いモデルは高い精度を達成するが、古典的なフィルタは頑丈で効率は良く、適応性は不十分である。 我々は、時間的に認識された特徴と解釈可能な分岐のバンクを組み合わせた、事前誘導型マルチフレーム・デノナイズ・フレームワークであるFilterFusionを提案する。 モデルは、低コストの誘導信号を予測し、それを用いて、元の解像度でのデノイング応答のコンパクトなセットを適応的に混合する。 軽量な設計では109Kのパラメータしか使用せず、低解像度のコントローラに時間差と空間分散のキューを明示的に注入する。 CRVDでは34.72dBのPSNRと0.9330のSSIMに到達し、わずか0.18GFLOP(ネットワークのみ)である。 フィルタバンクの操作は単純で規則的である(ガウスのぼかし、中央値、重み付けの和)ため、合成パスの単純なコンパイルされたC実装は1フレームあたり17.9ms (55.9 FPS)を1つのCPUスレッドで1080pで実行し、1フレームあたり2秒以上の軽量CNNベースラインよりも122～252倍高速である。 その結果,低分解能制御と明示的なフィルタベース合成により,高品質かつ高速なトレードオフとリアルタイムデノナイズを実現するための実用的な方法が示された。

関連論文リスト

• $D^3$-RSMDE: 40$\times$ Faster and High-Fidelity Remote Sensing Monocular Depth Estimation [72.9912717963138]
  リモートセンシング画像からのリアルタイムで高忠実な単眼深度推定は、多くのアプリケーションにとって不可欠である。 視覚変換器(ViT)のバックボーンを高密度な予測に使用するのは速いが、知覚品質は低いことが多い。 リモートセンシング単眼深度推定のための深度詳細拡散法(D3$-RSMDE)を提案する。 D3$-RSMDEは、Learninged Perceptual Image Patch similarity (LPIPS)の知覚距離を11.85%削減する。
  論文  参考訳（メタデータ） (2026-03-17T10:50:36Z)
• Differentiable Time-Varying IIR Filtering for Real-Time Speech Denoising [12.191881845807082]
  我々は100万のパラメータを持つ低遅延音声強調モデルであるTVF(Time-Varying Filtering)を提案する。 TVFは従来のフィルタリングと現代のニューラルスピーチモデリングのギャップを埋める。 モデルは、軽量ニューラルネットワークのバックボーンを使用して、微分可能な35バンドIIRフィルタカスケードの係数をリアルタイムで予測する。
  論文  参考訳（メタデータ） (2026-03-03T09:31:36Z)
• Self-Supervised Compression and Artifact Correction for Streaming Underwater Imaging Sonar [14.023965177100239]
  実時間撮像ソナーは、光センシングが信頼性の低い環境下での水中監視において重要なツールとなっている。 クリーンノイズペアや合成仮定を使わずに圧縮とアーティファクトの補正を共同で行う自己教師型フレームワークSCOPEを提案する。 SCOPEは太平洋岸北西部の3つの河川に数ヶ月間展開され、野生でのリアルタイムサケの列挙と環境モニタリングを支援している。
  論文  参考訳（メタデータ） (2025-11-17T21:19:15Z)
• Improving the Diffusability of Autoencoders [54.920783089085035]
  高品質な画像やビデオを生成するための主要なアプローチとして、潜伏拡散モデルが登場している。 我々は、現代のオートエンコーダのスペクトル分析を行い、その潜在空間における不規則な高周波成分を同定する。 我々は、この高周波成分が拡散合成プロセスの粗大な微細な性質に干渉し、生成品質を阻害する仮説を立てた。
  論文  参考訳（メタデータ） (2025-02-20T18:45:44Z)
• StreamDiffusion: A Pipeline-level Solution for Real-time Interactive Generation [52.56469577812338]
  本稿では,インタラクティブな画像生成のためのリアルタイム拡散パイプラインStreamDiffusionを紹介する。 既存の拡散モデルは、テキストや画像プロンプトから画像を作成するのに適しているが、リアルタイムのインタラクションでは不足することが多い。 本稿では,従来のシーケンシャル・デノナイジングをデノナイジング・プロセスに変換する新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2023-12-19T18:18:33Z)
• Real-time Controllable Denoising for Image and Video [44.68523669975698]
  コントロール可能なイメージデノゲーションは、人間の先行したクリーンなサンプルを生成し、シャープさと滑らかさのバランスをとることを目的としている。 本稿では,最初のディープ・イメージ・ビデオ・デノナイズ・パイプラインであるReal-time Controllable Denoising (RCD)を紹介する。 RCDは、任意のdenoisingレベルをリアルタイムに編集するための、完全に制御可能なユーザインターフェースを提供する。
  論文  参考訳（メタデータ） (2023-03-29T03:10:28Z)
• Training Compact CNNs for Image Classification using Dynamic-coded Filter Fusion [139.71852076031962]
  動的符号化フィルタ融合(DCFF)と呼ばれる新しいフィルタプルーニング法を提案する。 我々は、効率的な画像分類のために、計算経済的および正規化のない方法でコンパクトなCNNを導出する。 我々のDCFFは、72.77MのFLOPと1.06Mのパラメータしか持たないコンパクトなVGGNet-16を導出し、トップ1の精度は93.47%に達した。
  論文  参考訳（メタデータ） (2021-07-14T18:07:38Z)

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。