論文の概要: HP-PnP-Flow: Hybrid Time Scheduling and Projection for Plug-and-Play Image Restoration via Flow Matching

• arxiv url: http://arxiv.org/abs/2610.26183v1
• Date: Mon, 19 Oct 2026 11:15:11 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:16:56.185601
• Title: HP-PnP-Flow: Hybrid Time Scheduling and Projection for Plug-and-Play Image Restoration via Flow Matching
• Title（参考訳）: HP-PnP-Flow:フローマッチングによるプラグアンドプレイ画像復元のためのハイブリッド時間スケジューリングと投影
• Abstract要約: 画像復元は、劣化した観察から高品質な画像を回復しようとする根本的な問題である。 フローマッチングは、連続時間生成ダイナミクスに基づいた効率的な生成イテレーションアプローチを提供する。 本稿では, 効率的な生成フローアルゴリズム(HP-Flow)が厳密な収束を保証するという, 比較的新しい仮定を提案する。 特に,本アルゴリズムは,比較的少ないイテレーションで,同等あるいは優れた再構成品質を実現する。
• 参考スコア（独自算出の注目度）: 10.889592001627465
• License:
• Abstract: Image restoration is a fundamental inverse problem that seeks to recover high-quality images from degraded observations. Plug-and-Play (PnP) methods provide a flexible framework for integrating pretrained denoisers into iterative reconstruction, whereas flow matching offers an efficient generative modeling approach based on continuous-time ODE dynamics. Very recently, Martin et al.\ (ICLR, 2025) developed a PnP-Flow method, which integrates the PnP framework with flow matching through a time-dependent denoiser constructed from a pretrained flow matching model.By incorporating a different time schedule and an additional pixel-space projection operator, this paper proposes a novel efficient PnP-Flow algorithm (HP-PnP-Flow) that enjoys rigorous convergence guarantees under mild assumptions, without imposing restrictive conditions on iterates required by the aforementioned work. Numerical experiments on CelebA and AFHQ-Cat demonstrate that the newly proposed HP-PnP-Flow algorithm significantly outperforms PnP-Flow on several restoration tasks such as denoising, deblurring, super-resolution, random inpainting, and box inpainting. Notably, our algorithm achieves comparable or better reconstruction quality with substantially fewer iterations, reducing the iteration count from $500$ to $100$ for deblurring and super-resolution on AFHQ-Cat.
• Abstract（参考訳）: 画像復元は、劣化した観察から高品質な画像を復元しようとする基本的な逆問題である。 Plug-and-Play(PnP)メソッドは、事前訓練されたデノイザを反復的再構成に統合するための柔軟なフレームワークを提供する一方、フローマッチングは、連続時間ODEダイナミクスに基づく効率的な生成モデリングアプローチを提供する。 最近,Martin et al \ (ICLR, 2025) は,PnPフレームワークと,事前学習したフローマッチングモデルから構築した時間依存デノイザを介し,PnPフレームワークを組み込んだPnP-Flow法を開発した。 CelebA と AFHQ-Cat の数値実験により、新たに提案された HP-PnP-Flow アルゴリズムは、デノイング、デブロアリング、超解像、ランダムインペイント、ボックスインペイントなど、いくつかの修復タスクにおいて PnP-Flow を著しく上回ることを示した。 AFHQ-Catでは,繰り返し回数を500ドルから100ドルに減らし,分解能と超高解像度化を実現している。

関連論文リスト

• Fast Image Super-Resolution via Consistency Rectified Flow [65.54302099728712]
  拡散モデル(DM)は現実世界の超解像(SR)において顕著な成功を収めた。 近年の取り組みでは、少数あるいは単一ステップのソリューションが導入されたが、既存の手法ではノイズの多い入力からプロセスを非効率にモデル化している。 本稿では,低分解能(LR)画像から高分解能(HR)画像への整流としてSR問題を再構成する新しいアプローチであるFlowSRを提案する。
  論文  参考訳（メタデータ） (2026-05-12T16:42:38Z)
• SFTok: Bridging the Performance Gap in Discrete Tokenizers [72.9996757048065]
  複数ステップの反復機構を組み込んだ離散トークン化機構である textbfSFTok を提案する。 画像当たり64トークンの高速圧縮速度で、SFTokはImageNetの最先端の再構築品質を達成する。
  論文  参考訳（メタデータ） (2025-12-18T18:59:04Z)
• Plug-and-Play Image Restoration with Flow Matching: A Continuous Viewpoint [15.60486692340679]
  フローマッチングサロゲートに基づく生成モデルは,プラグイン・アンド・プレイ画像復元フレームワークに統合されている。 我々は-Flowの連続的な極限を導出し、結果として微分モデル(SDE)を導出する。 我々はSDEインフォームドの改善を検証した。 いくつかのベンチマークタスクを使用したフロー、イメージのノーミング、デブロアリング、インペインティング。
  論文  参考訳（メタデータ） (2025-12-03T21:50:36Z)
• Rethinking Autoregressive Models for Lossless Image Compression via Hierarchical Parallelism and Progressive Adaptation [75.58269386927076]
  自己回帰(AR)モデルは、しばしば計算コストの禁止のために非現実的に除外される。 この研究は、階層的並列性とプログレッシブ適応に基づくフレームワークを導入して、このパラダイムを再考する。 各種データセット(自然,衛星,医療)の実験により,本手法が新たな最先端圧縮を実現することを確認した。
  論文  参考訳（メタデータ） (2025-11-14T06:27:58Z)
• Diffusion Models for Solving Inverse Problems via Posterior Sampling with Piecewise Guidance [52.705112811734566]
  断片的なガイダンススキームを用いて,逆問題を解決するための新しい拡散型フレームワークが導入された。 提案手法は問題に依存しず,様々な逆問題に容易に適応できる。 このフレームワークは, (4時間), (8時間) の超分解能タスクに対して, (23%), (24%) および (24%) の無作為マスクを塗布する場合の (25%) の推論時間を短縮する。
  論文  参考訳（メタデータ） (2025-07-22T19:35:14Z)
• PnP-Flow: Plug-and-Play Image Restoration with Flow Matching [9.589644878034553]
  本稿では,逆画像問題の解法であるPlug-and-Play Flow Matchingを提案する。 我々は,デノイング,スーパーレゾリューション,インペインティングのタスクにおける性能を評価した。
  論文  参考訳（メタデータ） (2024-10-03T12:13:56Z)
• StreamFlow: Streamlined Multi-Frame Optical Flow Estimation for Video Sequences [31.210626775505407]
  連続するフレーム間のオクルージョンは、長い間、光学的フロー推定において重要な課題を提起してきた。 本稿では,ビデオ入力に適したストリーム・イン・バッチ・マルチフレーム(SIM)パイプラインを提案する。 StreamFlowは、挑戦的なKITTIとSintelデータセットのパフォーマンスだけでなく、排他的領域でも特に改善されている。
  論文  参考訳（メタデータ） (2023-11-28T07:53:51Z)
• A Deep Unrolling Model with Hybrid Optimization Structure for Hyperspectral Image Deconvolution [50.13564338607482]
  本稿では,DeepMixと呼ばれるハイパースペクトルデコンボリューション問題に対する新しい最適化フレームワークを提案する。 これは3つの異なるモジュール、すなわちデータ一貫性モジュール、手作りの正規化器の効果を強制するモジュール、および装飾モジュールで構成されている。 本研究は,他のモジュールの協調作業によって達成される進歩を維持するために設計された,文脈を考慮した認知型モジュールを提案する。
  論文  参考訳（メタデータ） (2023-06-10T08:25:16Z)
• The Power of Triply Complementary Priors for Image Compressive Sensing [89.14144796591685]
  本稿では,一対の相補的な旅先を含むLRD画像モデルを提案する。 次に、画像CSのためのRDモデルに基づく新しいハイブリッド・プラグイン・アンド・プレイ・フレームワークを提案する。 そこで,提案したH-based image CS問題の解法として,単純で効果的なアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-05-16T08:17:44Z)

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。