AI Navigate

UNet-AF: 画像復元のエイリアスフリーな UNet

arXiv cs.CV / 2026/3/13

📰 ニュースIdeas & Deep AnalysisModels & Research

要点

  • 著者らは、標準的な UNet の層がエイリアシングを起こしやすく、画像復元における平行移動の等変性を低下させることを示している。
  • 平行移動に対して等変な成分から設計された、エイリアスフリーな UNet である UNet-AF を提案する。
  • 画像復元タスクにおいて、UNet-AF を非等変性ベースラインと比較し、等変性の大幅な向上を伴い、競争力のある性能を報告している。
  • 広範なアブレーション研究を通じて、各変更が観測された経験的等変性にとって不可欠であることを示し、コードは https://github.com/jscanvic/UNet-AF にて利用可能である。
アブストラクト: UNet アーキテクチャの単純さと有効性は、画像復元、画像分割、拡散モデルで広く普及しています。これらはしばしば平行移動に対して等変とみなされますが、従来はエイリアシングが生じやすい層から成り、それが実践上の等変性を妨げます。この制限を克服するため、最先端の平行移動に対して等変な層を慎重に選択して設計された新しいエイリアスフリー UNet を提案します。提案された等変アーキテクチャを、画像復元タスクにおける非等変ベースラインと比較評価し、測定された等変性が顕著に向上しつつ競争力のある性能を観察します。広範なアブレーション研究を通じて、各変更がその経験的等変性にとって重要であることも示します。実装は https://github.com/jscanvic/UNet-AF にあります。