論文の概要: CRISP: Progressive Illumination Curriculum for Recurrent Low-Light Video Enhancement with Semantic Priors
- arxiv url: http://arxiv.org/abs/2610.24299v1
- Date: Fri, 16 Oct 2026 22:51:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-26 02:27:49.067174
- Title: CRISP: Progressive Illumination Curriculum for Recurrent Low-Light Video Enhancement with Semantic Priors
- Title（参考訳）: CRISP: セマンティックプリミティブによる連続低照度映像強調のためのプログレッシブイルミネーションカリキュラム
- Abstract要約: 本稿では,プログレッシブ照明カリキュラムを用いた繰り返し学習フレームワークCRISPについて述べる。
その2フレームのリカレントアーキテクチャは、連続したフレーム間で情報を伝達し、即時入力ペアを超えて時間的コンテキストを利用する。
DID と BVI-RLV の実験により,CRISP は DID 上で最高の PSNR を達成し,BVI-RLV 上で最高の SSIM を達成した。
- 参考スコア（独自算出の注目度）: 3.8212533917085687
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Low-light video enhancement requires the recovery of brightness, color, and fine spatial structures while preserving temporal coherence in the presence of noise and motion. Existing methods often struggle to balance these objectives, particularly in severely degraded regions. This paper presents CRISP, a recurrent framework trained using a progressive illumination curriculum. Its two-frame recurrent architecture propagates information across successive frames to exploit temporal context beyond the immediate input pair. During training, supervision progressively transitions from intermediate targets interpolated between the low-light input and the reference to the full reference, gradually increasing the required brightness and color correction. This curriculum stabilizes recurrent training without introducing additional inference cost and yields the largest performance improvement among the components evaluated in the ablation study. To further support structural reconstruction, the framework optionally incorporates frozen DINOv3 semantic features through adaptive layer normalization (AdaLN)-style modulation, without fine-tuning the foundation model. Experiments on DID and BVI-RLV demonstrate that CRISP achieves the highest PSNR on DID and the highest SSIM on BVI-RLV among the evaluated methods, while maintaining computational efficiency.
- Abstract（参考訳）: 低照度ビデオの強化には、明るさ、色、微細な空間構造の回復が必要であり、ノイズや動きの存在下で時間的コヒーレンスを保つ必要がある。
既存の手法はしばしばこれらの目的、特にひどく荒廃した地域でバランスをとるのに苦労する。
本稿では,プログレッシブ照明カリキュラムを用いた繰り返し学習フレームワークCRISPについて述べる。
その2フレームのリカレントアーキテクチャは、連続したフレーム間で情報を伝達し、即時入力ペアを超えて時間的コンテキストを利用する。
トレーニング中、低照度入力と全照度参照の間に補間された中間目標からの監督が徐々に移行し、必要な明るさと色補正が徐々に増加する。
このカリキュラムは、追加の推論コストを導入することなく反復訓練を安定化させ、アブレーション研究で評価されたコンポーネントの中で最大の性能向上をもたらす。
構造的再構成をさらに支援するために、このフレームワークは、基盤モデルを微調整することなく、適応層正規化(AdaLN)スタイルの変調を通じて凍結したDINOv3セマンティック特徴を任意に組み込む。
DID と BVI-RLV の実験により,CRISP は DID 上で最高の PSNR と BVI-RLV 上で最高の SSIM を達成し,計算効率を保ちながら評価した。
関連論文リスト
- Dynamic Interpolation for Training-Time Prediction Reshaping in Low-Light Image Enhancement [48.80600614869078]
低照度画像強調法 (LLIE) は, 照明不足下での信頼性の高い視覚システムにおいて重要な画像/映像処理問題である。
既存の手法は通常、洗練されたネットワークアーキテクチャやエンジニアリングされた客観的関数に依存している。
本稿では,教師付きフィードフォワードLLIEトレーニングのためのモデル予測を適応的に再評価する動的補間訓練専用モジュール(DITM)を提案する。
論文 参考訳（メタデータ） (2026-10-13T09:14:49Z) - MeanSR: Restoration Trajectory Learning for One-Step Perceptual Super-Resolution [50.60539317126614]
MeanSRはLR条件の平均速度場を学習し、ノイズ入力から可算HR出力への有限時間遷移を直接キャプチャする。
実験の結果、MeanSRはCLIPIQA、MUSIQ、MANIQAでCTMSRより優れており、FLOPと推論遅延を大幅に低減していることがわかった。
論文 参考訳（メタデータ） (2026-08-10T10:33:18Z) - UBLLIE: Unified Backlight and Low-Light Image Enhancement [15.386282490743838]
バックライトと低照度の画像は、しばしば激しい露光不均衡や地球規模の露出不足に悩まされる。
両タイプの劣化に対処する統一的で教師なしの強化フレームワークを提案する。
我々のフレームワークは、忠実さ、知覚的品質、一般化の観点から、最先端の教師あり、教師なしの手法を一貫して上回っている。
論文 参考訳（メタデータ） (2026-08-05T04:17:05Z) - Steering Optimisation Trajectories in Diffusion Representation Learning [13.581218966317232]
本研究では,拡散型オートエンコーダが画像品質をほぼ異なる潜在構造を学習しながら,類似の画質を実現する方法について検討する。
復元体制のモデルが早期に画像の忠実度を優先するのに対し、解体体制のモデルでは、再建・ゆがみをより徐々に改善する。
本稿では, ゲート残差U-Netと簡単なノイズレベル露光カリキュラムを組み合わせたSteeringDRLを提案する。
論文 参考訳（メタデータ） (2026-07-06T16:58:05Z) - Power Reinforcement Post-Training of Text-to-Image Models with Super-Linear Advantage Shaping [66.25536973294726]
テキスト・トゥ・イメージ(T2I)モデルのポストトレーニング手法はハッキングに報いる傾向がある。
SLAS(Super-Linear Advantage Shaping)は、地方政策の分野を再考する。
SLASは、DanceGRPOベースラインを複数のバックボーンとベンチマークで一貫して上回っている。
論文 参考訳（メタデータ） (2026-05-11T17:59:25Z) - Stabilizing Reinforcement Learning with LLMs: Formulation and Practices [61.361819972410046]
本稿では,REINFORCEなどの政策勾配法において,真のシーケンスレベルの報酬を代用トークンレベルの目的によって最適化できる理由と条件を示す。
この洞察は、RLトレーニングの安定化において、広く採用されているいくつかのテクニックの重要な役割について、原則化された説明を提供する。
論文 参考訳（メタデータ） (2025-12-01T07:45:39Z) - EvRWKV: A Continuous Interactive RWKV Framework for Effective Event-Guided Low-Light Image Enhancement [10.556338127441167]
イベントカメラは、輝度変化を非同期にキャプチャすることで、高ダイナミックレンジとマイクロ秒の時間分解能を提供する。
EvRWKVは、二重ドメイン処理による連続的な相互モーダル相互作用を実現する新しいフレームワークである。
我々は,EvRWKVが最先端性能を実現し,ノイズを抑制し,構造的詳細を復元し,低照度環境に挑戦する際の視覚的明瞭度を向上させることにより,画像品質を効果的に向上することを示す。
論文 参考訳（メタデータ） (2025-07-01T19:05:04Z) - Efficient Diffusion as Low Light Enhancer [63.789138528062225]
RATR(Reflectance-Aware Trajectory Refinement)は、イメージの反射成分を用いて教師の軌跡を洗練するための、シンプルで効果的なモジュールである。
textbfReDDiT (textbfDistilled textbfTrajectory) は低照度画像強調(LLIE)に適した効率的で柔軟な蒸留フレームワークである。
論文 参考訳（メタデータ） (2024-10-16T08:07:18Z) - Low-Light Video Enhancement via Spatial-Temporal Consistent Decomposition [52.89441679581216]
低照度ビデオエンハンスメント(LLVE)は、激しい視認性とノイズに悩まされる動的または静的なシーンの復元を目指している。
本稿では、ビューに依存しない、ビューに依存しないコンポーネントを組み込んだ革新的なビデオ分解戦略を提案する。
我々のフレームワークは、既存のメソッドを一貫して上回り、新しいSOTAパフォーマンスを確立します。
論文 参考訳（メタデータ） (2024-05-24T15:56:40Z)
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。