論文の概要: Temperature calibration of surface emissivities with an improved thermal image enhancement network

• arxiv url: http://arxiv.org/abs/2506.16803v1
• Date: Fri, 20 Jun 2025 07:40:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-23 19:00:05.370506
• Title: Temperature calibration of surface emissivities with an improved thermal image enhancement network
• Title（参考訳）: 改良型熱画像強調ネットワークによる表面放射率の温度校正
• Authors: Ning Chu, Siya Zheng, Shanqing Zhang, Li Li, Caifang Cai, Ali Mohammad-Djafari, Feng Zhao, Yuanbo Song,
• Abstract要約: 赤外線サーモグラフィーは、物質放射率の変化による温度精度の持続的な課題に直面している。 本研究では、温度補正と画像強調を統一する物理誘導型ニューラルネットワークフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 8.19646340914779
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Infrared thermography faces persistent challenges in temperature accuracy due to material emissivity variations, where existing methods often neglect the joint optimization of radiometric calibration and image degradation. This study introduces a physically guided neural framework that unifies temperature correction and image enhancement through a symmetric skip-CNN architecture and an emissivity-aware attention module. The pre-processing stage segments the ROIs of the image and and initially corrected the firing rate. A novel dual-constrained loss function strengthens the statistical consistency between the target and reference regions through mean-variance alignment and histogram matching based on Kullback-Leibler dispersion. The method works by dynamically fusing thermal radiation features and spatial context, and the model suppresses emissivity artifacts while recovering structural details. After validating the industrial blower system under different conditions, the improved network realizes the dynamic fusion of thermal radiation characteristics and spatial background, with accurate calibration results in various industrial conditions.
• Abstract（参考訳）: 赤外線サーモグラフィは、物質放射率の変化による温度精度の持続的な課題に直面しており、既存の方法では、放射校正と画像劣化の共同最適化は無視されることが多い。 本研究では,対称型スキップCNNアーキテクチャと放射能認識型アテンションモジュールを用いて,温度補正と画像強調を統一する物理誘導型ニューラルネットワークを提案する。 プレプロセスステージは、画像のROIをセグメント化し、最初に発射率を補正する。 新たな二重拘束損失関数は、Kulback-Leibler分散に基づく平均分散アライメントとヒストグラムマッチングにより、目標領域と基準領域間の統計的整合性を強化する。 この手法は熱放射特性と空間的文脈を動的に融合させることによって機能し、モデルが構造的詳細を回復しながら放射能アーチファクトを抑圧する。 産業用送風機を異なる条件で検証した後、改良されたネットワークは熱放射特性と空間背景の動的融合を実現し、正確な校正結果が様々な産業用条件で得られる。

関連論文リスト

• NTR-Gaussian: Nighttime Dynamic Thermal Reconstruction with 4D Gaussian Splatting Based on Thermodynamics [22.777703129471004]
  NTR-ガウス法は温度を熱放射の一種として扱い、対流熱伝達や放射熱散逸などの要素を取り入れている。 NTR-Gaussian は熱再構成における比較法を著しく上回り、温度誤差を摂氏1度以内で予測した。
  論文  参考訳（メタデータ） (2025-03-05T02:24:13Z)
• DEAL: Data-Efficient Adversarial Learning for High-Quality Infrared Imaging [47.22313650077835]
  温度劣化シミュレーションをミニマックス最適化によりトレーニングプロセスに統合する。 シミュレーションは、目的関数を最大化するために動的であり、これにより、劣化したデータ分布の幅広いスペクトルをキャプチャする。 このアプローチにより、限られたデータによるトレーニングが可能になり、モデルのパフォーマンスが向上する。
  論文  参考訳（メタデータ） (2025-03-02T14:15:44Z)
• Spatial super-resolution in nanosensing with blinking emitters [79.16635054977068]
  本稿では,蛍光ナノセンサを点滅させたメソロジー(サーモメトリー,マグネティックメソメトリー,pH推定など)における空間分解能向上手法を提案する。 我々は, 生活科学分野において, 画像解析技術に補完される点滅蛍光センシング剤を日常的に活用できると考えている。
  論文  参考訳（メタデータ） (2024-02-27T10:38:05Z)
• TCI-Former: Thermal Conduction-Inspired Transformer for Infrared Small Target Detection [58.00308680221481]
  赤外線小目標検出(ISTD)は国家安全保障に重要であり、軍事分野で広く応用されている。 ほとんどの ISTD ネットワークは特徴抽出ブロックや特徴融合モジュールの設計に重点を置いているが、特徴写像の進化の観点から ISTD プロセスを記述することは稀である。 熱伝導理論に基づく熱伝導型変圧器(TCI-Former)を提案する。
  論文  参考訳（メタデータ） (2024-02-03T05:51:22Z)
• Photometric Correction for Infrared Sensors [1.170732359523702]
  本稿では,温度安定度に基づく赤外線センサの光度補正モデルを提案する。 実験の結果,補正した赤外線画像の再現性は,RGBセンサを用いた最先端の再現性に匹敵する性能を示した。
  論文  参考訳（メタデータ） (2023-04-08T06:32:57Z)
• Does Thermal Really Always Matter for RGB-T Salient Object Detection? [153.17156598262656]
  本稿では,RGB-T有意物体検出(SOD)タスクを解決するために,TNetというネットワークを提案する。 本稿では,画像のグローバル照度を推定するためのグローバル照度推定モジュールを提案する。 一方, 2段階の局所化と相補化モジュールを導入し, 熱的特徴の物体位置化キューと内部整合キューをRGBモダリティに転送する。
  論文  参考訳（メタデータ） (2022-10-09T13:50:12Z)
• Hierarchical Temperature Imaging Using Pseudo-Inversed Convolutional Neural Network Aided TDLAS Tomography [16.39189394591311]
  畳み込みニューラルネットワーク(CNN)は、画像再構成においてより堅牢で正確であることが証明されている。 階層型温度イメージングのためのPseudo-Inversed CNN(PI-CNN)を提案する。
  論文  参考訳（メタデータ） (2021-06-05T14:14:41Z)
• Photothermal-SR-Net: A Customized Deep Unfolding Neural Network for Photothermal Super Resolution Imaging [9.160910754837756]
  本論文では, 基礎物理を考慮した深部展開によるデコンボリューションを行う光熱SR-Netを提案する。 光熱SR-Netは、各畳み込み層の得られた熱画像に訓練されたブロック分散しきい値を適用します。
  論文  参考訳（メタデータ） (2021-04-21T14:41:04Z)
• Leveraging Spatial and Photometric Context for Calibrated Non-Lambertian Photometric Stereo [61.6260594326246]
  空間と測光の両方を同時に活用できる効率的な完全畳み込みアーキテクチャを提案する。 分離可能な4D畳み込みと2D熱マップを使うことで、サイズが小さくなり、効率が向上する。
  論文  参考訳（メタデータ） (2021-03-22T18:06:58Z)
• Exploring Thermal Images for Object Detection in Underexposure Regions for Autonomous Driving [67.69430435482127]
  アンダーエクスポージャー地域は、安全な自動運転のための周囲の完全な認識を構築するのに不可欠である。 サーマルカメラが利用可能になったことで、他の光学センサーが解釈可能な信号を捉えていない地域を探索するための重要な代替手段となった。 本研究は,可視光画像から熱画像へ学習を伝達するためのスタイル伝達手法を用いたドメイン適応フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-01T09:59:09Z)

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。