論文の概要: Evaluation of Polarimetric Fusion for Semantic Segmentation in Aquatic Environments

• arxiv url: http://arxiv.org/abs/2509.24731v1
• Date: Mon, 29 Sep 2025 12:57:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-30 22:32:19.989768
• Title: Evaluation of Polarimetric Fusion for Semantic Segmentation in Aquatic Environments
• Title（参考訳）: 水環境におけるセマンティックセグメンテーションのためのポラリメトリック核融合の評価
• Authors: Luis F. W. Batista, Tom Bourbon, Cedric Pradalier,
• Abstract要約: ポラリメトリック・イメージングは、浮遊物体のセマンティックセグメンテーションを妨害する水面グレアを緩和する単一センサーの経路を提供する。 我々は、内陸水路におけるプラスチックボトルの偏光画像の公開データセットであるPoTATO上で、最先端の核融合ネットワークをベンチマークした。
• 参考スコア（独自算出の注目度）: 0.764671395172401
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurate segmentation of floating debris on water is often compromised by surface glare and changing outdoor illumination. Polarimetric imaging offers a single-sensor route to mitigate water-surface glare that disrupts semantic segmentation of floating objects. We benchmark state-of-the-art fusion networks on PoTATO, a public dataset of polarimetric images of plastic bottles in inland waterways, and compare their performance with single-image baselines using traditional models. Our results indicate that polarimetric cues help recover low-contrast objects and suppress reflection-induced false positives, raising mean IoU and lowering contour error relative to RGB inputs. These sharper masks come at a cost: the additional channels enlarge the models increasing the computational load and introducing the risk of new false positives. By providing a reproducible, diagnostic benchmark and publicly available code, we hope to help researchers choose if polarized cameras are suitable for their applications and to accelerate related research.
• Abstract（参考訳）: 水上に浮かぶ破片の正確なセグメンテーションは、表面の光沢と屋外の照明の変化によってしばしば損なわれる。 ポラリメトリック・イメージングは、浮遊物体のセマンティックセグメンテーションを妨害する水面グレアを緩和する単一センサーの経路を提供する。 本研究では, 内陸海域におけるプラスチックボトルの偏光画像の公開データセットであるPoTATO上での最先端核融合ネットワークのベンチマークを行い, 従来のモデルを用いた単一画像ベースラインとの比較を行った。 以上の結果から,低コントラスト物体の回復と反射誘発偽陽性の抑制,平均IoUの上昇,RGB入力に対する輪郭誤差の低下が示唆された。 これらのシャープなマスクはコストがかかる:追加のチャネルは計算負荷を増加させるモデルを拡大し、新しい偽陽性のリスクを導入する。 再現性のある診断ベンチマークと公開コードを提供することで、偏光カメラが応用に適しているかどうかを研究者が選択し、関連する研究を加速したいと思っています。

関連論文リスト

• Glossy Object Reconstruction with Cost-effective Polarized Acquisition [41.96986483856648]
  この研究は、コスト効率の良い取得ツールを使用するスケーラブルな分極支援アプローチを導入している。 提案手法は,物体表面の分極的BRDF,ストークスベクトル,偏光状態をニューラル暗黙的場として表現する。 偏光レンダリングの暗黙的な表現に基本的な物理原理を活用することにより,本手法は既存の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2025-04-09T16:38:51Z)
• Benchmarking Burst Super-Resolution for Polarization Images: Noise Dataset and Analysis [14.056265185258534]
  偏光カメラは、色と偏光の両方を捉えるためにダブルバイアーバーストセンサーを使用している。 低い光効率と低い空間分解能を示し、ノイズの増加と偏光測定の妥協をもたらす。 バースト超解像を偏光イメージングに適用することは、調整されたデータセットの欠如と信頼できる地上の真実のノイズ統計が問題となる。 この研究は、分極バースト超解像のベンチマークを確立し、ノイズ伝搬に関する重要な洞察を与え、分極画像再構成を向上する。
  論文  参考訳（メタデータ） (2025-03-24T14:17:18Z)
• Diffusion-based Virtual Staining from Polarimetric Mueller Matrix Imaging [8.016374085889172]
  偏光を用いた仮想染色のためのRBDM(Regulation Bridge Diffusion Model)を提案する。 RBDMは偏光画像からH&Eや蛍光といった他のモダリティへのマッピングを学習する。 実験結果から,本モデルが他のベンチマーク手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2025-03-03T09:45:27Z)
• Deep Learning Based Speckle Filtering for Polarimetric SAR Images. Application to Sentinel-1 [51.404644401997736]
  本稿では、畳み込みニューラルネットワークを用いて偏光SAR画像のスペックルを除去するための完全なフレームワークを提案する。 実験により,提案手法はスペックル低減と分解能保存の両方において例外的な結果をもたらすことが示された。
  論文  参考訳（メタデータ） (2024-08-28T10:07:17Z)
• Video Frame Interpolation for Polarization via Swin-Transformer [9.10220649654041]
  ビデオフレーム補間 (VFI) は広く研究され、実証されてきたが、偏光への応用は未解明のままである。 本研究では,Swin-Transformerに基づくマルチステージ・マルチスケールネットワークSwin-VFIを提案する。 実験の結果,全てのタスクにおいて,提案手法の再現精度が優れていることが示された。
  論文  参考訳（メタデータ） (2024-06-17T09:48:54Z)
• Robust Depth Enhancement via Polarization Prompt Fusion Tuning [112.88371907047396]
  様々な深度センサによる不正確な深度測定を改善するために偏光イメージングを利用するフレームワークを提案する。 まず、偏光データとセンサ深度マップから高密度で完全な深度マップを推定するために、ニューラルネットワークを訓練した学習ベースの戦略を採用する。 大規模データセット上で事前学習したRGBモデルを有効に活用するためのPPFT(Polarization Prompt Fusion Tuning)戦略を提案する。
  論文  参考訳（メタデータ） (2024-04-05T17:55:33Z)
• Learning Heavily-Degraded Prior for Underwater Object Detection [59.5084433933765]
  本稿では、検出器フレンドリーな画像から、転送可能な事前知識を求める。 これは、検出器フレンドリー(DFUI)と水中画像の高度に劣化した領域が、特徴分布のギャップがあることを統計的に観察したものである。 高速かつパラメータの少ない本手法は変圧器型検出器よりも優れた性能を保っている。
  論文  参考訳（メタデータ） (2023-08-24T12:32:46Z)
• Polarized Color Image Denoising using Pocoformer [42.171036556122644]
  偏光カラー写真は、視覚的なテクスチャと1枚のスナップショットで対象のサージカル情報の両方を提供する。 指向性偏光フィルタアレイを用いることで、従来のカラー画像に比べて光子数とSNRが極めて低い。 クリーンな信号と正確な分極情報を同時に復元する学習に基づく手法を提案する。
  論文  参考訳（メタデータ） (2022-07-01T05:52:14Z)
• Two-Stage Single Image Reflection Removal with Reflection-Aware Guidance [78.34235841168031]
  シングルイメージリフレクション除去(SIRR)のためのリフレクション・アウェア・ガイダンス(RAGNet)を用いた新しい2段階ネットワークを提案する。 RAGは、(i)観測からの反射の効果を緩和するために、(ii)線形結合仮説から逸脱する効果を緩和するための部分畳み込みにおいてマスクを生成するために用いられる。 5つの一般的なデータセットの実験は、最先端のSIRR法と比較して、RAGNetの量的および質的な優位性を実証している。
  論文  参考訳（メタデータ） (2020-12-02T03:14:57Z)
• Polarized Reflection Removal with Perfect Alignment in the Wild [66.48211204364142]
  野生の偏光画像からの反射を除去するための新しい定式化法を提案する。 まず、既存のリフレクション除去データセットの不整合問題を同定する。 我々は100種類以上のガラスを用いた新しいデータセットを構築し、得られた透過画像は入力された混合画像と完全に一致している。
  論文  参考訳（メタデータ） (2020-03-28T13:29:31Z)

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。