論文の概要: Toward Real-world Infrared Image Super-Resolution: A Unified Autoregressive Framework and Benchmark Dataset
- arxiv url: http://arxiv.org/abs/2603.04745v1
- Date: Thu, 05 Mar 2026 02:38:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-06 22:06:11.04301
- Title: Toward Real-world Infrared Image Super-Resolution: A Unified Autoregressive Framework and Benchmark Dataset
- Title（参考訳）: 現実世界の赤外線画像の超解像に向けて:統一された自己回帰フレームワークとベンチマークデータセット
- Authors: Yang Zou, Jun Ma, Zhidong Jiao, Xingyuan Li, Zhiying Jiang, Jinyuan Liu,
- Abstract要約: 現実世界の条件下での赤外画像超解像(IISR)は、事実上重要な課題であるが、めったに対処されない課題である。
実世界IISRのための統合自己回帰フレームワークであるReal-IISRを提案する。
FLIR-IISRは実世界のIISRデータセットで、一対のLR-HR赤外線画像が自動焦点変化と動きによって引き起こされるぼかしによって取得される。
- 参考スコア（独自算出の注目度）: 18.256350338119162
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Infrared image super-resolution (IISR) under real-world conditions is a practically significant yet rarely addressed task. Pioneering works are often trained and evaluated on simulated datasets or neglect the intrinsic differences between infrared and visible imaging. In practice, however, real infrared images are affected by coupled optical and sensing degradations that jointly deteriorate both structural sharpness and thermal fidelity. To address these challenges, we propose Real-IISR, a unified autoregressive framework for real-world IISR that progressively reconstructs fine-grained thermal structures and clear backgrounds in a scale-by-scale manner via thermal-structural guided visual autoregression. Specifically, a Thermal-Structural Guidance module encodes thermal priors to mitigate the mismatch between thermal radiation and structural edges. Since non-uniform degradations typically induce quantization bias, Real-IISR adopts a Condition-Adaptive Codebook that dynamically modulates discrete representations based on degradation-aware thermal priors. Also, a Thermal Order Consistency Loss enforces a monotonic relation between temperature and pixel intensity, ensuring relative brightness order rather than absolute values to maintain physical consistency under spatial misalignment and thermal drift. We build FLIR-IISR, a real-world IISR dataset with paired LR-HR infrared images acquired via automated focus variation and motion-induced blur. Extensive experiments demonstrate the promising performance of Real-IISR, providing a unified foundation for real-world IISR and benchmarking. The dataset and code are available at: https://github.com/JZD151/Real-IISR.
- Abstract（参考訳）: 現実世界の条件下での赤外画像超解像(IISR)は、事実上重要な課題であるが、めったに対処されない課題である。
パイオニアリングは、しばしば、シミュレーションデータセット上で訓練され、評価されるか、赤外線と可視画像の固有の違いを無視される。
しかし実際には、実際の赤外線画像は、構造的シャープネスと熱忠実度の両方を共同的に劣化させる光とセンシングの複合劣化によって影響を受ける。
これらの課題に対処するために, 熱構造誘導視覚自己回帰を用いて, 微粒な熱構造と鮮明な背景を段階的に再構築する, 実世界のIISRのための統合自己回帰フレームワークであるReal-IISRを提案する。
具体的には、熱-構造誘導モジュールは、熱放射と構造エッジのミスマッチを軽減するために、熱先行を符号化する。
非一様劣化は典型的には量子化バイアスを引き起こすため、Real-IISRは劣化に気付く熱の先行に基づく離散表現を動的に変調する条件適応コードブックを採用する。
また、温度秩序整合損失は温度と画素強度のモノトニックな関係を強制し、絶対値よりも相対的な輝度秩序を保ち、空間的不整合や熱流下での物理的整合性を維持する。
FLIR-IISRは実世界のIISRデータセットで、一対のLR-HR赤外線画像が自動焦点変化と動きによって引き起こされるぼかしによって取得される。
大規模な実験は、実世界IISRとベンチマークのための統一された基盤を提供するReal-IISRの有望な性能を示す。
データセットとコードは、https://github.com/JZD151/Real-IISR.comで公開されている。
関連論文リスト
- Dual-domain Adaptation Networks for Realistic Image Super-resolution [81.34345637776408]
現実画像超解像(SR)は、現実世界の低解像度(LR)画像を高解像度(HR)画像に変換することに焦点を当てている。
現在の手法は、限られた現実世界のLR-HRデータと競合し、基本的な画像特徴の学習に影響を及ぼす。
我々は、シミュレーションされた画像SRモデルを実世界のデータセットに効率よく適応できる新しいアプローチを提案する。
論文 参考訳（メタデータ） (2025-11-21T12:57:23Z) - Enhancing Infrared Vision: Progressive Prompt Fusion Network and Benchmark [58.61079960074608]
既存の赤外線画像強調法は、個々の劣化に対処することに焦点を当てている。
一般的にRGBセンサーに適用されるオールインワンエンハンスメント法は、有効性が制限されることが多い。
論文 参考訳（メタデータ） (2025-10-10T12:55:54Z) - Unsupervised Image Super-Resolution Reconstruction Based on Real-World Degradation Patterns [4.977925450373957]
超解像再構成モデルのトレーニングのための新しいTripleGANフレームワークを提案する。
このフレームワークは、LR観測から実世界の劣化パターンを学習し、対応する劣化特性を持つデータセットを合成する。
本手法は, 過スムーズなアーティファクトを伴わずに, 鋭い復元を維持しながら, 定量的な測定値に明らかな利点を示す。
論文 参考訳（メタデータ） (2025-06-20T14:24:48Z) - Real-World Remote Sensing Image Dehazing: Benchmark and Baseline [19.747354924759104]
実世界のリモートセンシングのハージーなイメージペアの不足により、既存の手法は、主に合成データセットに頼らざるを得なくなった。
実世界のハズー画像とデハズー画像のペアを含む最初の大規模データセットであるRRSHID(Real-World Remote Sensing Hazy Image dataset)を紹介する。
そこで本研究では,実世界のRSIDに適した新しいフレームワークMCAF-Netを提案する。
論文 参考訳（メタデータ） (2025-03-23T07:15:46Z) - 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) - Contourlet Refinement Gate Framework for Thermal Spectrum Distribution Regularized Infrared Image Super-Resolution [54.293362972473595]
画像超解像(SR)は、高解像度(HR)画像を低解像度(LR)画像から再構成することを目的としている。
SRタスクに対処する現在のアプローチは、RGB画像の特徴を抽出するか、同様の劣化パターンを仮定するものである。
スペクトル分布の忠実さを保ちつつ、赤外線変調特性を復元するコントゥーレット改質ゲートフレームワークを提案する。
論文 参考訳（メタデータ） (2024-11-19T14:24:03Z) - Residual Spatial Fusion Network for RGB-Thermal Semantic Segmentation [19.41334573257174]
従来の方法では、主にRGBイメージを使用し、照明条件、例えば暗闇の影響が大きい。
近年の研究では、セグメンテーションの補正モダリティとして、熱画像は夜のシナリオに頑健であることが示されている。
本稿では,RGB-TセマンティックセグメンテーションのためのResidual Spatial Fusion Network (RSFNet)を提案する。
論文 参考訳（メタデータ） (2023-06-17T14:28:08Z) - 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) - Frequency Consistent Adaptation for Real World Super Resolution [64.91914552787668]
実シーンにスーパーリゾリューション(SR)法を適用する際に周波数領域の整合性を保証する新しい周波数一貫性適応(FCA)を提案する。
監視されていない画像から劣化カーネルを推定し、対応するLow-Resolution (LR)画像を生成する。
ドメイン一貫性のあるLR-HRペアに基づいて、容易に実装可能な畳み込みニューラルネットワーク(CNN)SRモデルを訓練する。
論文 参考訳（メタデータ） (2020-12-18T08:25:39Z)
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。