論文の概要: Dual-Branch Remote Sensing Infrared Image Super-Resolution
- arxiv url: http://arxiv.org/abs/2604.10112v1
- Date: Sat, 11 Apr 2026 09:10:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-14 20:13:15.850101
- Title: Dual-Branch Remote Sensing Infrared Image Super-Resolution
- Title（参考訳）: デュアルブランチリモートセンシング赤外画像超解像
- Authors: Xining Ge, Gengjia Chang, Weijun Yuan, Zhan Li, Zhanglu Chen, Boyang Yao, Yihang Chen, Yifan Deng, Shuhong Liu,
- Abstract要約: 本稿では,HAT-LブランチとMambaIRv2-Lブランチを組み合わせたデュアルブランチシステムであるNTIRE 2026 Infrared Image Super-Resolution Challengeを提案する。
以上の結果から, 局所的に強いトランスフォーマー復元と大域的に安定な状態空間モデリングとの明確な相補性による赤外超解像の利点が示唆された。
- 参考スコア（独自算出の注目度）: 9.334110609782945
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Remote sensing infrared image super-resolution aims to recover sharper thermal observations from low-resolution inputs while preserving target contours, scene layout, and radiometric stability. Unlike visible-image super-resolution, thermal imagery is weakly textured and more sensitive to unstable local sharpening, which makes complementary local and global modeling especially important. This paper presents our solution to the NTIRE 2026 Infrared Image Super-Resolution Challenge, a dual-branch system that combines a HAT-L branch and a MambaIRv2-L branch. The inference pipeline applies test-time local conversion on HAT, eight-way self-ensemble on MambaIRv2, and fixed equal-weight image-space fusion. We report both the official challenge score and a reproducible evaluation on 12 synthetic times-four thermal samples derived from Caltech Aerial RGB-Thermal, on which the fused output outperforms either single branch in PSNR, SSIM, and the overall Score. The results suggest that infrared super-resolution benefits from explicit complementarity between locally strong transformer restoration and globally stable state-space modeling.
- Abstract（参考訳）: リモートセンシング赤外線画像超解像は、ターゲット輪郭、シーンレイアウト、ラジオメトリック安定性を保ちながら、低解像度入力からよりシャープな熱観測を回復することを目的としている。
可視像の超解像とは異なり、熱画像は弱いテクスチャであり、不安定な局所的シャープニングに敏感であり、特に補完的な局所的およびグローバルなモデリングが重要である。
本稿では,HAT-LブランチとMambaIRv2-Lブランチを組み合わせたデュアルブランチシステムであるNTIRE 2026 Infrared Image Super-Resolution Challengeを提案する。
推論パイプラインは、HATにテスト時間局所変換、MambaIRv2に8方向の自己アンサンブル、固定された等重量画像空間融合を適用する。
本報告では,PSNR,SSIM,Scoreの1枝の融解出力は,Caltech Aerial RGB-Thermalから得られた12種類の合成時変温度試料に対して,公式な課題スコアと再現性評価の両方を報告した。
この結果から, 局所的に強いトランスフォーマー復元と大域的に安定な状態空間モデリングの相補性による赤外超解像の利点が示唆された。
関連論文リスト
- High-Resolution Single-Shot Polarimetric Imaging Made Easy [76.04914313843774]
EasyPolarは多視点偏光イメージングフレームワークである。
3つの同期RGBカメラは、1つの非偏光ビューと2つの異なる方向の偏光ビューをキャプチャする。
多視点核融合における潜在的なミスアライメントに対処するために、信頼誘導偏光再構成ネットワークを提案する。
論文 参考訳（メタデータ） (2026-04-07T08:20:58Z) - Toward Real-world Infrared Image Super-Resolution: A Unified Autoregressive Framework and Benchmark Dataset [18.256350338119162]
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。
論文 参考訳（メタデータ） (2026-03-05T02:38:29Z) - Modality-Decoupled RGB-Thermal Object Detector via Query Fusion [15.717929078660227]
本稿では,モダリティ補間と分離のバランスをとるために,MDQF (Query Fusion) を用いたモダリティ分離RGB-T検出フレームワークを提案する。
提案手法は既存のRGB-T検出器に優れた性能を提供し,モダリティ独立性を向上する。
論文 参考訳（メタデータ） (2026-01-13T11:32:29Z) - 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) - DDFusion:Degradation-Decoupled Fusion Framework for Robust Infrared and Visible Images Fusion [9.242363983469346]
本稿では,分解脱結合核融合(DDFusion)フレームワークを提案する。
DDFusionはクリーンかつ劣化した条件下で優れた核融合性能を達成する。
論文 参考訳（メタデータ） (2025-04-15T05:02:49Z) - DifIISR: A Diffusion Model with Gradient Guidance for Infrared Image Super-Resolution [32.53713932204663]
DifIISRは、視覚品質と知覚性能に最適化された赤外線画像超解像拡散モデルである。
我々は、視力を維持するために赤外線熱スペクトル分布制御を導入する。
下流の視覚課題に対する知覚的ガイダンスとして,様々な視覚基盤モデルを組み込んだ。
論文 参考訳（メタデータ） (2025-03-03T05:20:57Z) - Bringing RGB and IR Together: Hierarchical Multi-Modal Enhancement for Robust Transmission Line Detection [67.02804741856512]
高速かつ高精度なTL検出のために,RGBとIRデータを統合したHMMEN(Hierarchical Multi-Modal Enhancement Network)を提案する。
提案手法では,(1)階層的RGBおよびIR特徴写像を大まかに融合・拡張するMMEB,(2)デコーダ出力とIR特徴写像の不整合を変形可能な畳み込みを利用して補正するFAB,の2つの重要な構成要素を紹介する。
論文 参考訳（メタデータ） (2025-01-25T06:21:06Z) - 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) - SwinFuSR: an image fusion-inspired model for RGB-guided thermal image super-resolution [0.16385815610837165]
超高分解能(SR)法は、高周波の詳細が欠如しているため、しばしば熱画像に苦しむ。
SwinFusionにインスパイアされたSwinFuSRは、Swin変換器をベースとしたガイド付きSRアーキテクチャである。
提案手法は,Pak Signal to Noise Ratio (PSNR) とStructure SIMilarity (SSIM) の両面において,少ないパラメータと性能を有する。
論文 参考訳（メタデータ） (2024-04-22T19:01:18Z) - CDDFuse: Correlation-Driven Dual-Branch Feature Decomposition for
Multi-Modality Image Fusion [138.40422469153145]
本稿では,CDDFuse(Relationed-Driven Feature Decomposition Fusion)ネットワークを提案する。
近赤外可視画像融合や医用画像融合など,複数の融合タスクにおいてCDDFuseが有望な結果をもたらすことを示す。
論文 参考訳（メタデータ） (2022-11-26T02:40:28Z) - HighRes-net: Recursive Fusion for Multi-Frame Super-Resolution of
Satellite Imagery [55.253395881190436]
MFSR(Multi-frame Super-Resolution)は、問題に対するより根底的なアプローチを提供する。
これは、地球上の人間の影響を衛星で観測する上で重要である。
我々は,MFSRにおける最初のディープラーニングアプローチであるHighRes-netを紹介し,そのサブタスクをエンドツーエンドで学習する。
論文 参考訳（メタデータ） (2020-02-15T22:17:47Z)
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。