論文の概要: MorphSIG: Subject-Driven Image Generation via Decoupled Anchoring and Feature Transport

• arxiv url: http://arxiv.org/abs/2610.39530v1
• Date: Thu, 29 Oct 2026 07:29:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 23:31:10.370925
• Title: MorphSIG: Subject-Driven Image Generation via Decoupled Anchoring and Feature Transport
• Title（参考訳）: MorphSIG:分離アンカリングと特徴輸送による主観駆動画像生成
• Abstract要約: 擬似映像特徴伝達として主観駆動画像生成(SIG)を再構成する学習自由フレームワークであるMorph SIGを提案する。 Morph SIGにはProgressive Decoupled AnchoringとPseudo-flow Guided Feature Transportという2つのコアモジュールが含まれている。 実験により、Morph SIGは、追加のトレーニングを伴わずに、ベースラインに対する多様性と主観的忠実度を著しく改善することが示された。
• 参考スコア（独自算出の注目度）: 5.485884839427356
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose MorphSIG, a training-free framework that reformulates subject-driven image generation (SIG) as pseudo-video feature transport. MorphSIG contains two core modules: Progressive Decoupled Anchoring, which uses frequency-domain decoupling and structural scrambling during early denoising to break structural locking and enable a gradual transition from free composition to identity alignment; and Pseudo-flow Guided Feature Transport, which constructs a latent-space pseudo-flow field to mimic Image-to-Video temporal coherence and transport subject semantics precisely. To address stylistic homogeneity and the lack of ground truth in existing benchmarks, we further introduce a benchmark with diverse stylized subjects. Extensive experiments show that MorphSIG significantly improves pose diversity and subject fidelity over baselines without additional training. Overall, MorphSIG bridges static generation and dynamic propagation, providing a cost-effective paradigm for high-fidelity subject consistency.
• Abstract（参考訳）: 被験者駆動画像生成(SIG)を擬似映像特徴伝達として再構成する学習自由フレームワークであるMorphSIGを提案する。 MorphSIGには2つのコアモジュールが含まれている: プログレッシブ・デカップリング(Progressive Decoupled Anchoring)は、初期復調時に周波数領域のデカップリングと構造的スクランブルを使用して、構造的ロックを破り、自由な構成からアイデンティティアライメントへの段階的な移行を可能にする。 既存ベンチマークにおけるスタイリスティックな均一性と基礎的真理の欠如に対処するため,多種多様なスタイリッシュな被験者によるベンチマークも導入する。 大規模な実験により、MorphSIGは、追加のトレーニングなしで、ベースラインに対する多様性と主観的忠実度を著しく改善することが示された。 全体として、MorphSIGは静的生成と動的伝播をブリッジし、高忠実度対象整合性のためのコスト効率の良いパラダイムを提供する。

関連論文リスト

• GAN-Based Semantic Communication for Image Transmission in IoV [6.095348773114754]
  本稿では,従来の通信システムにおける効率性と忠実さのボトルネックに対処する,生成的対向的ネットワークに基づくセマンティックコミュニケーションフレームワークを提案する。 送信機では、ピラミッドアテンションネットワークを用いてセマンティックラベルマップを抽出し、セマンティック優先保存機構を導入する。 受信機において、画像再構成モジュールは、粗大で微細なマルチレゾリューションジェネレータとマルチスケールディスクリミネータを統合する。 提案手法は, セマンティックセグメンテーション精度と再構成画像品質の両方において, 既存のセマンティックセグメンテーションよりも優れている。
  論文  参考訳（メタデータ） (2026-08-28T06:58:19Z)
• CogSENet: Blind Image Deblurring with Blur-Conditioned Semantic Routing and Explicit Frequency Fusion [3.7521959864518593]
  CogSENetは、ワシの視覚システムにインスパイアされた動的でセマンティックな再構築フレームワークである。 CogSENetoutperは、より少ないパラメータで、視覚的品質と構造的忠実度の両方で最先端のデブロアリングメソッドを生成する。
  論文  参考訳（メタデータ） (2026-06-29T09:29:21Z)
• UniCustom: Unified Visual Conditioning for Multi-Reference Image Generation [65.53694602893042]
  VLMエンコーディングの前にVTとVAE機能を融合した統合ビジュアルコンディショニングフレームワークを提案する。 2つのマルチ参照生成ベンチマークの実験により、UniCustomは主題の一貫性、命令従順、構成の忠実さを一貫して改善することを示した。
  論文  参考訳（メタデータ） (2026-05-12T13:10:05Z)
• ASTRA: Enhancing Multi-Subject Generation with Retrieval-Augmented Pose Guidance and Disentangled Position Embedding [1.4145309506833208]
  ASTRAは、ポーズ構造から被写体を遠ざける新しいフレームワークである。 ASTRAはDreamBenchで高いアイデンティティとテキストアライメントを維持しながら、新しい最先端のポーズアテンデンスを実現している。
  論文  参考訳（メタデータ） (2026-04-15T14:50:05Z)
• SAGE: Structure-Aware Generative Video Transitions between Diverse Clips [7.501790515877048]
  生成的なvidEo遷移は、微調整なしで滑らかで意味的に一貫した遷移を生成する。 SAGE(Structure-Aware Generative vidEo transitions)は、ラインマップとモーションフローを通じて提供される構造ガイダンスと生成合成を組み合わせたゼロショットアプローチである。
  論文  参考訳（メタデータ） (2025-10-28T17:35:02Z)
• Seg4Diff: Unveiling Open-Vocabulary Segmentation in Text-to-Image Diffusion Transformers [56.76198904599581]
  テキストと画像の拡散モデルは、言語翻訳において優れているため、モーダル間の注意機構を通じて暗黙的に概念を基礎づける。 近年のマルチモーダル拡散トランスフォーマーでは, 共用画像とテキストトークンを導入し, よりリッチでスケーラブルなクロスモーダルアライメントを実現している。 MM-DiTの注意構造を分析するための体系的フレームワークであるSeg4Diffを導入し,テキストから画像への意味情報の伝達方法に着目した。
  論文  参考訳（メタデータ） (2025-09-22T17:59:54Z)
• Discrete to Continuous: Generating Smooth Transition Poses from Sign Language Observation [45.214169930573775]
  本研究では,文脈的に滑らかな遷移フレームを合成するための条件拡散モデルを提案する。 本手法は,遷移フレーム生成の教師なし問題を教師なし学習タスクに変換する。 PHO14TENIX, USTC-CSL100, USTC-500データセットを用いた実験により, 本手法の有効性が示された。
  論文  参考訳（メタデータ） (2024-11-25T15:06:49Z)
• Alignment-free HDR Deghosting with Semantics Consistent Transformer [76.91669741684173]
  高ダイナミックレンジイメージングは、複数の低ダイナミックレンジ入力から情報を取得し、リアルな出力を生成することを目的としている。 既存の手法では、前景やカメラの動きによって引き起こされる入力フレーム間の空間的ずれに焦点を当てることが多い。 本研究では,SCTNet(Semantics Consistent Transformer)を用いたアライメントフリーネットワークを提案する。
  論文  参考訳（メタデータ） (2023-05-29T15:03:23Z)
• Image Morphing with Perceptual Constraints and STN Alignment [70.38273150435928]
  本稿では,一対の入力画像で動作する条件付きGANモーフィングフレームワークを提案する。 特別なトレーニングプロトコルは、知覚的類似性損失と組み合わせてフレームのシーケンスを生成し、時間とともにスムーズな変換を促進する。 我々は、古典的かつ潜時的な空間変形技術との比較を行い、自己スーパービジョンのための一連の画像から、我々のネットワークが視覚的に楽しむモーフィング効果を生成することを実証する。
  論文  参考訳（メタデータ） (2020-04-29T10:49:10Z)

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。