論文の概要: Image Deblending with Diffusion Models
- arxiv url: http://arxiv.org/abs/2611.15760v1
- Date: Wed, 11 Nov 2026 17:37:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.206145
- Title: Image Deblending with Diffusion Models
- Title(参考訳): 拡散モデルによる画像の偏向
- Abstract要約: 我々は,2つの音源画像の同時再構成に拡散後サンプリングを用いた共同逆問題として復調法を定式化した。
そこで本研究では,テキストプロンプトを利用した学習自由フレームワークを提案する。
実験により,本手法は未確認領域における最先端の成果を達成し,空間的に変化するαマップに拡張することを示した。
- 参考スコア(独自算出の注目度): 14.02480164593343
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Image deblending is the task of decomposing a composite image back into its source images, which is an ill-posed problem, as a single blended image can be decomposed into multiple plausible source layers. While diffusion models are often used to solve inverse problems, they typically address single-output reconstruction problems. In this work, we formulate deblending as a joint inverse problem, employing diffusion posterior sampling to simultaneously reconstruct two source images, demonstrating that a single diffusion prior is expressive enough to disentangle two full images at once rather than just one. Drawing inspiration from human perception, where semantic understanding helps disentangle visual inconsistencies, we propose a training-free framework that leverages text prompts to constrain this solution space. We address the blind deblending task through a two-stage architecture: text-guided latent diffusion performs semantic separation using prompts as high-level cues, followed by a pixel-space refinement to recover fine details. Stochastic sampling produces multiple plausible decompositions that can be ranked without ground truth. Extensive experiments show that our training-free method achieves state-of-the-art results on unseen domains and extends to spatially-varying alpha maps, while remaining competitive with supervised baselines on standard scalar blending benchmarks.
- Abstract(参考訳): 画像の折り畳みは、合成画像をそのソースイメージに分解する作業であり、単一のブレンド画像が複数のプラウシブルソース層に分解できるため、不適切な問題である。
拡散モデルはしばしば逆問題を解決するために用いられるが、通常は単一出力再構成問題に対処する。
本研究では,2つのソースイメージを同時に再構成するために拡散後サンプリングを用いることにより,2つのフルイメージを一度に切り離すのに十分な1つの拡散先行が表現可能であることを示す。
意味理解が視覚的不整合の解消に役立つ人間の知覚からインスピレーションを得るため,本研究では,テキストプロンプトを利用した学習自由フレームワークを提案する。
テキスト誘導潜在拡散は,高レベルなキューとしてプロンプトを用いてセマンティックな分離を行い,さらに細部を再現するためにピクセル空間の精細化を行う。
確率的サンプリングは、基底真理なしでランク付けできる複数の可算分解を生成する。
拡張実験により,本手法は未知の領域における最先端の結果を達成し,空間的に異なるαマップに拡張する一方で,標準スカラーブレンディングベンチマークにおける教師付きベースラインと競合することを示す。
関連論文リスト
- Reflection Separation from a Single Image via Joint Latent Diffusion [15.007786845289223]
単一像の反射分離は、フレアや弱い反射のような極端な条件下では非常に困難である。
本稿では, この課題に対して明確に微調整された拡散モデルを提案する。
本手法では, 透過層と反射層を統一拡散モデルにより同時に生成する。
論文 参考訳(メタデータ) (2026-06-02T18:11:20Z) - Complete Gaussian Splats from a Single Image with Denoising Diffusion Models [24.95877981068105]
本稿では,1枚の画像のみからガウススプラッターを用いて完全な3次元シーンを再構成する潜時拡散モデルを提案する。
提案手法は,高画質な360度レンダリングのための閉塞面を完遂する機能を備えた忠実な再構成と多種多様なサンプルを生成する。
論文 参考訳(メタデータ) (2025-08-29T11:55:47Z) - Origin Identification for Text-Guided Image-to-Image Diffusion Models [39.234894330025114]
テキスト誘導画像と画像の拡散モデル(ID$2$)の原点識別を提案する。
ID$2$の直接的な解決策は、クエリと参照イメージの両方から機能を抽出し比較するために、特別なディープ埋め込みモデルをトレーニングすることである。
提案したID$2$タスクのこの課題を解決するために,最初のデータセットと理論的に保証されたメソッドをコントリビュートする。
論文 参考訳(メタデータ) (2025-01-04T20:34:53Z) - Layered Rendering Diffusion Model for Controllable Zero-Shot Image Synthesis [15.76266032768078]
本稿では,テキストクエリに依存する拡散モデルにおける空間制御性向上のための革新的な手法を提案する。
まず、摂動分布の基本的な空間的キューとして視覚誘導を導入する。
本稿では,複数のレイヤからなる画像レンダリングプロセスを構築する汎用フレームワークであるLayered Rendering Diffusion (LRDiff)を提案する。
論文 参考訳(メタデータ) (2023-11-30T10:36:19Z) - Prompt-tuning latent diffusion models for inverse problems [72.13952857287794]
本稿では,テキストから画像への遅延拡散モデルを用いた逆問題の画像化手法を提案する。
P2Lと呼ばれる本手法は,超解像,デブロアリング,インパインティングなどの様々なタスクにおいて,画像拡散モデルと潜時拡散モデルに基づく逆問題解法の両方に優れる。
論文 参考訳(メタデータ) (2023-10-02T11:31:48Z) - Diffusion Posterior Illumination for Ambiguity-aware Inverse Rendering [63.24476194987721]
画像からシーン特性を推定する逆レンダリングは、困難な逆問題である。
既存のソリューションの多くは、プリエントを逆レンダリングパイプラインに組み込んで、プラウシブルなソリューションを奨励している。
本稿では,自然照明マップ上で事前学習した確率拡散モデルを最適化フレームワークに統合する手法を提案する。
論文 参考訳(メタデータ) (2023-09-30T12:39:28Z) - A Variational Perspective on Solving Inverse Problems with Diffusion
Models [101.831766524264]
逆タスクは、データ上の後続分布を推測するものとして定式化することができる。
しかし、拡散過程の非線形的かつ反復的な性質が後部を引き付けるため、拡散モデルではこれは困難である。
そこで我々は,真の後続分布を近似する設計手法を提案する。
論文 参考訳(メタデータ) (2023-05-07T23:00:47Z) - Person Image Synthesis via Denoising Diffusion Model [116.34633988927429]
本研究では,高忠実度人物画像合成に拡散モデルをいかに応用できるかを示す。
2つの大規模ベンチマークとユーザスタディの結果は、挑戦的なシナリオ下で提案したアプローチのフォトリアリズムを実証している。
論文 参考訳(メタデータ) (2022-11-22T18:59:50Z)
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。