画像生成2026/9/8arXiv:2609.08153

測地線情報を活用した位相保存型画像・動画生成拡散モデル

Geodesic-informed Generative Diffusion Model For Topology-preserved Image Video Generation

画像生成時に物体の形状や位相を保つため、測地線変形空間で拡散モデルを学習・生成する新しいフレームワークIGGを提案した。

詳しい要約

1. どんなもの？

本論文は、拡散モデルに基づく画像・動画生成において、対象の形状（トポロジー）を保存しつつ、変形過程を明示的に学習・表現する新しいフレームワークIGG（Image Generation informed by Geodesic dynamics）を提案している。従来の強度・テクスチャ情報に依存する生成とは異なり、測地線変形空間（geodesic deformation space）で多様なサンプルを学習・合成する。

2. 先行研究と比べてどこがすごい？

従来の生成モデルは画像の強度やテクスチャに注目し、対象の幾何学的・位相的整合性を保証しない。また、形状変化の変形ダイナミクスを明示的に学習・表現せず、ネットワークパラメータ内に隠蔽され、解釈不能で物理的に無情報である。IGGは、トポロジー保存の測地線原理を拡散生成過程に統合し、変形を滑らかで可逆な写像として学習することで、これらの限界を克服する。

3. 技術・手法の肝は？

IGGは、従来の画像強度空間での操作ではなく、測地線変形空間（geodesic deformation spaces）で生成を行う。具体的には、テンプレート/ソース画像から対象の形状変化を滑らかで可逆な写像（smooth and invertible mappings）として学習し、その空間内で拡散モデルを適用する。これにより、生成過程でトポロジーが保存され、変形過程が明示的かつ物理的に意味を持つ。

4. どうやって有効だと検証した？

要旨からは、具体的な検証方法（データセット、比較対象、評価指標など）は不明である。ただし、コードが公開されており、実験が行われたことが示唆される。

5. 議論はある？

要旨からは、議論や限界についての具体的な記述は不明である。ただし、高リスク領域（計算解剖学、生物学、ロボティクス）での構造保存の重要性が強調されており、今後の応用や拡張が考えられる。

6. 次に読むべき論文は？

要旨で参照されている先行研究や関連手法は明示されていないが、拡散モデル（generative diffusion models）や測地線変形（geodesic deformation）に関する基礎論文が関連する。具体的には、拡散モデルの基盤となるDenoising Diffusion Probabilistic Models (DDPM)や、Large Deformation Diffeomorphic Metric Mapping (LDDMM)などの測地線変形手法が挙げられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Nian Wu, Nivetha Jayakumar, Jiarui Xing, Miaomiao Zhang

分類: cs.LG, cs.CV, cs.GR

原文アブストラクト

Generative diffusion models have emerged as a class of powerful techniques for various imaging applications, including but not limited to synthesis, reconstruction, and segmentation. Despite their success, current generative models pose two key limitations. First, they primarily rely on image intensity and texture information, with limited attention to underlying object geometry. As a result, they do not guarantee geometric or topological consistency during the generation process, which is a crucial requirement for high-stakes domains such as computational anatomy, biology, and robotics, where preserving object structure is critical. Second, existing models fail to explicitly learn or represent shape changes in the generative process. Such deformation dynamics remain occluded within network parameters; hence leaving the transformation process uninterpretable and physically uninformed. To address these challenges, we introduce IGG (Image Generation informed by Geodesic dynamics), a novel framework that integrates topology-preserving geodesic principles into the diffusion-based generative process. In contrast to conventional methods that operate in image intensity space, IGG learns and synthesizes diverse samples within geodesic deformation spaces, where geometric object changes are learned as smooth and invertible smooth mappings from a given template/source image. Our code is publicly available at https://github.com/nellie689/IGG.

arXivで原文を読む →arXiv概要ページ