ReDiffuse：多焦点画像融合のための回転同変拡散モデル
arXiv cs.CV / 2026/3/24
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- この論文は、マルチフォーカス画像融合（MFIF）において、ディフュージョンモデル適用時に生じる「ワープ/変形」に由来するアーティファクト問題に対し、回転同変性を埋め込むことが重要だと述べています。
- 提案手法ReDiffuseは、拡散モデルの基本アーキテクチャを設計し、エンドツーエンドで回転同変性を達成できるように構築しています。
- 回転同変性構造の妥当性を支えるため、内在する「同変性誤差」を評価する理論解析も行っています。
- Lytro、MFFW、MFI-WHU、Road-MFの4データセットで複数手法と比較し、6つの評価指標で0.28〜6.64%の改善を示しており、競争力のある性能を報告しています。
- 実装コードはGitHubで公開されており、再現・追試や今後の拡張が可能です。
