論文の概要: Unifying Amplitude-Phase Coupling and Reliable Endogenous Priors for Low-Light Image Enhancement

• arxiv url: http://arxiv.org/abs/2610.24467v1
• Date: Sat, 17 Oct 2026 05:21:28 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 11:49:11.462163
• Title: Unifying Amplitude-Phase Coupling and Reliable Endogenous Priors for Low-Light Image Enhancement
• Title（参考訳）: 低照度画像強調のための振幅-位相結合と信頼性内因性優先事項の統合
• Abstract要約: 本稿では、スペクトル相互作用と信頼性の高い事前ガイダンスを共同でモデル化する周波数空間フレームワークを提案する。 提案手法は最先端の性能を達成し,既存の手法を定量的な測定値と視覚的品質の両方で一貫して上回っている。
• 参考スコア（独自算出の注目度）: 9.848047542850672
• License:
• Abstract: Frequency-domain methods have shown strong potential for low-light image enhancement (LLIE) because they can effectively regulate global illumination. However, most existing methods assume that amplitude and phase can be restored independently, while overlooking their inherent spectral coupling. This artificial decoupling often leads to information inconsistency and structural distortions. To address this issue, we propose a frequency-spatial framework that jointly models spectral interaction and reliable prior guidance. We first empirically analyze the coupling between amplitude and phase and develop an Amplitude-Phase Adaptive Compensation Fusion (APACF) module. Instead of enforcing a hard separation between the two components, APACF enables their bidirectional interaction, resulting in spectrally coherent restoration. In addition, directly extracting priors from raw low-light inputs is unreliable, since severe noise and underexposure destroy critical visual content. To alleviate this problem, we introduce an Endogenous Reliability Prior (ERP). Specifically, we treat an intermediate result, preliminarily restored in the frequency domain and already close to the ground-truth illumination, as a high-fidelity source for extracting complementary pseudo-infrared and gradient cues. Based on ERP, we further design a Dual-Modal Guided Refinement Network (DGRN) to inject these purified structural cues into the decoder, thereby recovering missing fine textures more accurately. Extensive experiments on benchmark datasets show that our method achieves state-of-the-art performance and consistently surpasses existing methods in both quantitative metrics and visual quality. Our code is available at https://github.com/bywlzts/Amplitude-Phase-Coupling-Net.
• Abstract（参考訳）: 周波数領域法は,地球規模の照明を効果的に制御できるため,低照度画像強調(LLIE)の可能性が強い。 しかし、既存のほとんどの手法は振幅と位相を独立に復元できると仮定し、そのスペクトル結合性を見落としている。 この人工的な疎結合はしばしば情報の不整合と構造的歪みをもたらす。 この問題に対処するために、スペクトル相互作用と信頼性の高い事前ガイダンスを共同でモデル化する周波数空間フレームワークを提案する。 まず,振幅と位相の結合を実験的に解析し,APACFモジュールを開発した。 APACFは2つのコンポーネントをハードに分離するのではなく、双方向の相互作用を可能にし、スペクトル的に一貫性のある復元をもたらす。 また,低照度入力から先行情報を直接抽出することは,ノイズや露出不足により重要な視覚内容が破壊されるため信頼性が低い。 この問題を軽減するために,内因性信頼性優先(ERP)を導入する。 具体的には、周波数領域で予備的に復元され、すでに地中照度に近い中間結果を、相補的な擬似赤外および勾配の手がかりを抽出するための高忠実度源として扱う。 さらに,ERPに基づいてDGRN(Dual-Modal Guided Refinement Network)を設計し,これらをデコーダに注入することで,より正確に微細なテクスチャを復元する。 ベンチマークデータセットの大規模な実験により、我々の手法は最先端のパフォーマンスを達成し、既存の手法を定量的な測定値と視覚的品質の両方で一貫して上回っていることが示された。 私たちのコードはhttps://github.com/bywlzts/Amplitude-Phase-Coupling-Netで利用可能です。

関連論文リスト

• Beyond Unfolding: 60x Faster One-Stage Unmixing for Closely-Spaced Infrared Small Targets [43.71958109614362]
  近距離赤外小ターゲット(CSIST)は一般的にエネルギーの重なりを見せ、赤外線画像では識別不能なブロブとして現れる。 この曖昧さは、従来の検出の1対1のマッピング仮定を無効にする。 深層展開が不要であることを示す一段軽量パラダイムを提案する。
  論文  参考訳（メタデータ） (2026-07-17T14:42:51Z)
• Learning to Refine: Spectral-Decoupled Iterative Refinement Framework for Precipitation Nowcasting [21.300422393514804]
  本稿では,現在放送を進行周波数分離改良として再編成する決定論的枠組みを提案する。 SDIRはまず安定な低周波合成骨格を抽出し、次いで物理的制約下で高周波テクスチャを反復的に洗練する。 3つのベンチマークで実験したところ、SDIRは空間精度でSOTA法を著しく上回っている。
  論文  参考訳（メタデータ） (2026-06-01T07:34:30Z)
• V-Co: A Closer Look at Visual Representation Alignment via Co-Denoising [65.5867130156805]
  統合JTフレームワークにおける視覚的コデノゲーションの体系的研究であるV-Coについて述べる。 本研究は,視覚的コデノジングを効果的に行うための4つの重要な要素を明らかにする。 V-Coは、基礎となる画素空間拡散ベースラインと強い前の画素拡散法より優れている。
  論文  参考訳（メタデータ） (2026-03-17T17:01:54Z)
• Plug-and-Play Diffusion Meets ADMM: Dual-Variable Coupling for Robust Medical Image Reconstruction [45.25461515976432]
  画像再構成のための強力なパラダイムとして,DP(Plug-and-Play diffusion prior)フレームワークが登場した。 本稿では, バイアス・ハロシン化トレードオフを解消し, 収束を著しく加速した最先端の勾配を実現するための新しい手法を提案する。
  論文  参考訳（メタデータ） (2026-02-26T16:58:43Z)
• Frequency Domain-Based Diffusion Model for Unpaired Image Dehazing [92.61216319417208]
  そこで本稿では,未確認データにおける有益な知識を十分に活用するための,新しい周波数領域ベース拡散モデルを提案する。 拡散モデル(DM)が示す強い生成能力に着想を得て,周波数領域再構成の観点からデハージング課題に取り組む。
  論文  参考訳（メタデータ） (2025-07-02T01:22:46Z)
• PAD: Phase-Amplitude Decoupling Fusion for Multi-Modal Land Cover Classification [49.37555541088792]
  位相振幅デカップリング(PAD)は、位相(モダリティ共有)と振幅(モダリティ補完)を分離する周波数対応のフレームワークである。 この研究は、リモートセンシングにおける物理を意識したマルチモーダル融合の新しいパラダイムを確立する。
  論文  参考訳（メタデータ） (2025-04-27T07:21:42Z)
• FUSE: Label-Free Image-Event Joint Monocular Depth Estimation via Frequency-Decoupled Alignment and Degradation-Robust Fusion [92.4205087439928]
  画像強調共同深度推定法は、頑健な知覚に相補的なモダリティを利用するが、一般化可能性の課題に直面している。 自己監督型転送(PST)と周波数デカップリング型フュージョンモジュール(FreDF)を提案する。 PSTは、画像基盤モデルとの遅延空間アライメントによるクロスモーダルな知識伝達を確立し、データ不足を効果的に軽減する。 FreDFは、低周波構造成分から高周波エッジ特性を明示的に分離し、モード比周波数ミスマッチを解消する。 この組み合わせのアプローチにより、FUSEはターゲットデータセットに対する軽量デコーダ適応のみを必要とするユニバーサルなイメージイベントを構築することができる。
  論文  参考訳（メタデータ） (2025-03-25T15:04:53Z)
• VQCNIR: Clearer Night Image Restoration with Vector-Quantized Codebook [16.20461368096512]
  夜景撮影は、暗い環境や長時間の露光から生じる、暗い光やぼやけなどの課題に苦しむことが多い。 私たちは、データ駆動の高品質な事前処理の強みを信じ、手動による事前処理の制限を回避するために、信頼性と一貫性のある事前処理の提供に努めています。 VQCNIR(Vector-Quantized Codebook)を用いたClearer Night Image Restorationを提案する。
  論文  参考訳（メタデータ） (2023-12-14T02:16:27Z)

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。