論文の概要: Decoupling Direction and Magnitude: Language-Steered Flow Matching for Super-Resolution in the Dark
- arxiv url: http://arxiv.org/abs/2611.10485v2
- Date: Fri, 13 Nov 2026 06:30:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-16 18:43:16.218664
- Title: Decoupling Direction and Magnitude: Language-Steered Flow Matching for Super-Resolution in the Dark
- Title(参考訳): 方向とマグニチュードの疎結合:暗黒における超解像のための言語ステアリングフローマッチング
- Abstract要約: 暗黒領域における超解像のためのデラングSRを提案する。
DeLang-SRは、復元方向と大きさを明示的に分離する一段階のフローマッチングフレームワークである。
対と実の暗い画像に対する実験は、アブレーションと診断分析とともに、DeLang-SRが暗黒の超解像への効果的かつ解釈可能なワンステップの経路を提供することを示した。
- 参考スコア(独自算出の注目度): 16.006018905752555
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Image super-resolution in the dark is fundamentally challenged by extreme spatial heterogeneity: severely underexposed and noisy regions demand aggressive generative enhancement to reconstruct missing details, while relatively well-exposed areas require conservative updates to prevent hallucinated textures. Standard diffusion and flow-matching models, however, rely on globally uniform integration trajectories, making them sub-optimal for such spatially varying degradations. In this paper, we propose DeLang-SR (Degradation-Language steered Super-Resolution), a one-step flow-matching framework that explicitly decouples the restoration direction and magnitude. Rather than treating low-light corruption as arbitrary latent features, DeLang-SR translates measurable physical statistics into structured degradation language, harnessing the semantic prior of pretrained text-to-image models. The degradation-language intent, complemented by image-specific visual tokens, steers the velocity field (direction) toward restoration-relevant manifolds. Simultaneously, a continuous spatial update-strength field acts as a locally varying Euler step-size field (magnitude), applying stronger integration steps in heavily degraded shadows while enforcing conservative updates in reliable regions. Experiments on paired and real dark images, together with ablations and diagnostic analyses, show that DeLang-SR provides an effective and interpretable one-step route to super-resolution in the dark. Code and pretrained models are available at https://github.com/moriyaya/DeLang-SR.
- Abstract(参考訳): 暗黒領域における画像の超解像は、極端に空間的な不均一性によって根本的に挑戦され、非常に過小評価され、ノイズの多い領域は、欠落した詳細を再構築するために積極的な生成的拡張を要求する一方、比較的よく露出した領域は、幻覚したテクスチャを防ぐために保守的な更新を必要とする。
しかし、標準拡散モデルとフローマッチングモデルは、グローバルな均一な統合軌道に依存しており、空間的に変化する劣化に対して準最適である。
本稿では,デラングSR (DeLang-SR, Degradation-Language steered Super-Resolution) を提案する。
低照度汚職を任意の潜在機能として扱うのではなく、DeLang-SRは測定可能な物理統計データを構造化分解言語に変換する。
画像固有の視覚トークンで補完される劣化言語意図は、復元関連多様体への速度場(方向)を操縦する。
同時に、連続的な空間更新強度場は局所的に変化するオイラーステップサイズ場(マグニチュード)として機能し、信頼性のある領域における保守的な更新を強制しながら、非常に劣化した影においてより強い積分ステップを適用する。
対と実の暗い画像に対する実験は、アブレーションと診断分析とともに、DeLang-SRが暗黒の超解像への効果的かつ解釈可能なワンステップの経路を提供することを示した。
コードと事前訓練されたモデルはhttps://github.com/moriyaya/DeLang-SR.comで入手できる。
関連論文リスト
- CLUIE: Clustering-Aware Recurrent Propagation with Local Structural Compensation for Underwater Image Enhancement [92.78545064386485]
水中画像の強調は、波長依存性の光吸収、散乱、後方散乱により依然として困難である。
本稿では,従来のRWKVの一定繰り返し伝搬経路をコンテント適応トークン軌道に変換するクラスタリング対応RWKVフレームワークを提案する。
複数の水中画像強調ベンチマークの実験は、CRWKVが最先端の定量的性能と優れた視覚的品質を達成することを示した。
論文 参考訳(メタデータ) (2026-07-23T16:09:36Z) - Where to Refine, When to Stop: Rethinking Redundancy via Latent Discrepancy for Efficient Visual Autoregressive Generation [50.139984798361375]
遅延不一致による冗長性を除去する学習自由フレームワークを提案する。
LD-Pruningは、Infinity-8Bの最大2.35倍のスピードアップを実現し、高い生成品質を維持しながら推論を大幅に削減する。
論文 参考訳(メタデータ) (2026-05-29T19:34:39Z) - DreamSR: Towards Ultra-High-Resolution Image Super-Resolution via a Receptive-Field Enhanced Diffusion Transformer [18.545061362433362]
本稿では,局所的な過剰発生を抑制し,細部合成を改善する新しいSRモデルDreamSRを提案する。
また、ステージ固有のデータ処理パイプラインとReceptive-Field拡張戦略による総合的なトレーニング戦略を設計する。
論文 参考訳(メタデータ) (2026-05-15T07:08:01Z) - LADR: Locality-Aware Dynamic Rescue for Efficient Text-to-Image Generation with Diffusion Large Language Models [10.535207607235046]
Locality-Aware Dynamic Rescue (LADR) は画像の空間マルコフ特性を利用して推論を高速化する訓練不要の手法である。
LADRは、観測されたピクセルに空間的に隣接した領域である'世代フロンティア'でのトークンの回収を優先する。
4つのテキスト・画像生成ベンチマークの実験により、LADRは標準ベースラインよりも約4倍のスピードアップを達成することが示された。
論文 参考訳(メタデータ) (2026-03-13T15:12:41Z) - Disentangled Textual Priors for Diffusion-based Image Super-Resolution [41.71306518338786]
Image Super-Resolutionは、劣化した低解像度入力から高解像度画像を再構成することを目的としている。
既存のアプローチは、グローバルなレイアウトとローカルな詳細を混ぜ合わせた、絡み合った、あるいは粗い粒度の前のものに依存することが多い。
DTPSRは,2つの相補的な次元に絡み合ったテキストの先行処理を導入する新しい拡散型SRフレームワークである。
論文 参考訳(メタデータ) (2026-03-08T03:02:55Z) - Manifold-aware Representation Learning for Degradation-agnostic Image Restoration [135.90908995927194]
画像復元(IR)は、ノイズ、ぼかし、迷路、雨、低照度といった様々な汚職に影響を受ける劣化した入力から高品質な画像を復元することを目的としている。
我々は、入力特徴空間を3つのセマンティックに整列した並列分岐に明示的に分解する1つのIRにおいて、すべてに統一されたフレームワークであるMIRAGEを提案する。
このモジュラ分解は、多種多様な分解の一般化と効率を大幅に改善する。
論文 参考訳(メタデータ) (2025-05-24T12:52:10Z) - From Missing Pieces to Masterpieces: Image Completion with Context-Adaptive Diffusion [98.31811240195324]
ConFillは、各拡散ステップで生成された画像とオリジナル画像の差を小さくする新しいフレームワークである。
現行の手法より優れており、画像補完の新しいベンチマークが設定されている。
論文 参考訳(メタデータ) (2025-04-19T13:40:46Z) - Coherent and Multi-modality Image Inpainting via Latent Space Optimization [61.99406669027195]
PILOT(intextbfPainting vtextbfIa textbfOptextbfTimization)は、新しいテキストセマンティック中央化とテキストセマンティック保存損失に基づく最適化手法である。
本手法は,背景とのコヒーレンスを維持しつつ,ユーザが提供するプロンプトに対して高い忠実度を示す塗装領域を生成できる潜時空間を探索する。
論文 参考訳(メタデータ) (2024-07-10T19:58:04Z) - XPSR: Cross-modal Priors for Diffusion-based Image Super-Resolution [14.935662351654601]
画像超解法では, 拡散法が注目されている。
ISRモデルでは、意味や劣化情報を知覚することは困難であり、不正確な内容や非現実的なアーティファクトによる復元画像が得られる。
拡散モデルに対する高精度かつ包括的意味条件を取得するために,テキストクロスモーダル・プライマリ・フォー・スーパー・リゾリューション(XPSR)フレームワークを提案する。
論文 参考訳(メタデータ) (2024-03-08T04:52:22Z) - Low Light Image Enhancement via Global and Local Context Modeling [164.85287246243956]
低照度画像強調のためのコンテキスト認識ディープネットワークを導入。
まず、全空間領域上の補完的な手がかりを見つけるために空間相関をモデル化するグローバルコンテキストモジュールを特徴とする。
第二に、比較的大きな受容フィールドで局所的なコンテキストをキャプチャする密な残留ブロックを導入する。
論文 参考訳(メタデータ) (2021-01-04T09:40:54Z)
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。