論文の概要: HADAR-Based Thermal Infrared Hyperspectral Image Restoration
- arxiv url: http://arxiv.org/abs/2605.13664v1
- Date: Wed, 13 May 2026 15:20:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-14 23:30:28.130695
- Title: HADAR-Based Thermal Infrared Hyperspectral Image Restoration
- Title（参考訳）: HADARを用いた熱赤外ハイパースペクトル画像復元
- Authors: Cheng Dai, Jiale Lin, Bingxuan Song, Yifei Chen, Jiashuo Chen, Xin Yuan, Fanglin Bao,
- Abstract要約: HAIR(HADARをベースとした画像復元)は、地上のTIR-HSI復元のための物理駆動のフレームワークである。
HAIRは、復調、塗装、スペクトル校正、スペクトル超解像など、最先端の手法を一貫して上回っている。
- 参考スコア（独自算出の注目度）: 10.67922234280161
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Thermal-infrared (TIR) hyperspectral imagery (HSI) provides critical scene information for various applications. However, its practical utility is severely limited by unique sensor degradations beyond the capabilities of existing restoration methods, which are ignorant of underlying thermal physics. Here, we propose HAIR (HADAR-based Image Restoration) as a physics-driven framework for ground-based TIR-HSI restoration. HAIR utilizes the HADAR rendering equation (HRE) and combines it with the atmospheric downwelling radiative transfer equation (RTE) to model TIR-HSI using temperature, emissivity, and texture (TeX) physical triplets. This physical model leads to a TeX decompose-synthesize strategy that guarantees physical consistency and spatio-spectral noise resilience, in stark contrast to existing approaches. Moreover, our framework uses a forward-modeled atmospheric downwelling reference, along with spectral smoothness of emissivity and blackbody radiation, to enable spectral calibration and generation that would otherwise be elusive. Our extensive experiments on the outdoor DARPA Invisible Headlights dataset and in-lab FTIR measurements show that HAIR consistently outperforms state-of-the-art methods across denoising, inpainting, spectral calibration, and spectral super-resolution, establishing a benchmark in objective accuracy and visual quality.
- Abstract（参考訳）: 熱赤外(TIR)ハイパースペクトル画像(HSI)は様々な用途に重要なシーン情報を提供する。
しかし、その実用性は、基礎となる熱物理学に無関心な既存の修復法以外の、ユニークなセンサー劣化によって著しく制限されている。
本稿では,地上TIR-HSI復元のための物理駆動型フレームワークとして,HAIR (HADAR-based Image Restoration)を提案する。
HAIRはHADARレンダリング方程式(HRE)を使用し、大気下降放射移動方程式(RTE)と組み合わせて、温度、放射率、テクスチャ(TeX)物理トリプレットを用いてTIR-HSIをモデル化する。
この物理モデルは、既存のアプローチとは対照的に、物理的整合性と時空間雑音耐性を保証するTeX分解合成戦略につながる。
さらに, この枠組みでは, 大気下降基準と放射率と黒体放射のスペクトルスムーズさを併用して, スペクトル校正や発生を可能とした。
DARPA Invisible Headlights データセットと in-lab FTIR 測定に関する大規模な実験により、HAIR は認知、塗装、スペクトルキャリブレーション、スペクトル超解像といった最先端の手法を一貫して上回り、客観的な精度と視覚的品質のベンチマークを確立していることが示された。
関連論文リスト
- ExpoCM: Exposure-Aware One-Step Generative Single-Image HDR Reconstruction [60.873186669266836]
シングルイメージHDR再構成は,単一低ダイナミックレンジ(LDR)入力から高ダイナミックレンジの放射率を回復することを目的としている。
ExpoCMは,HDR再構成をPF-ODE(Probability Flow ODE)として再構成し,露出依存摂動による露出認識整合性トラジェクトリを構築する,新しい一段階のHDR再構成フレームワークである。
HDR-REAL、HDR-EYE、AIM2025ベンチマークの実験は、ExpoCMが最先端の忠実性を達成することを示した。
論文 参考訳（メタデータ） (2026-05-04T11:06:49Z) - TIR-Diffusion: Diffusion-based Thermal Infrared Image Denoising via Latent and Wavelet Domain Optimization [11.970228442183476]
本稿では拡散型TIR画像復調フレームワークを提案する。
提案手法は、遅延空間と離散ウェーブレット変換(DWT)/二重ツリー複合ウェーブレット変換(DTCWT)の損失を組み合わせた新しい損失関数を用いてモデルを微調整する。
ベンチマークデータセットの実験は、最先端のデノナイジング手法と比較して、我々のアプローチの優れた性能を示している。
論文 参考訳（メタデータ） (2025-07-30T06:27:32Z) - Temperature calibration of surface emissivities with an improved thermal image enhancement network [8.19646340914779]
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。
論文 参考訳（メタデータ） (2025-06-20T07:40:05Z) - Veta-GS: View-dependent deformable 3D Gaussian Splatting for thermal infrared Novel-view Synthesis [3.1457219084519004]
熱赤外画像(TIR)に基づく3次元ガウス散乱(3D-GS)は, 新規な視点合成において注目されている。
本稿では、ビュー依存の変形場とサーマル・フィーチャー・エクストラクタを利用して微妙な温度変化を捉えたVeta-GSを紹介する。
本手法は既存手法よりも優れた性能を実現する。
論文 参考訳（メタデータ） (2025-05-25T13:20:45Z) - 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) - Thermal3D-GS: Physics-induced 3D Gaussians for Thermal Infrared Novel-view Synthesis [11.793425521298488]
本稿では,熱3D-GSという物理誘導型3次元ガウススプラッティング法を提案する。
The first large-scale benchmark dataset for this field called Thermal Infrared Novel-view Synthesis dataset (TI-NSD)。
その結果,本手法はPSNRの3.03dB改善によりベースライン法よりも優れていた。
論文 参考訳（メタデータ） (2024-09-12T13:46:53Z) - Thermal-NeRF: Neural Radiance Fields from an Infrared Camera [29.58060552299745]
本研究では,IR画像のみからNeRFの形でボリュームシーン表現を推定する最初の方法であるTherial-NeRFを紹介する。
本研究では,既存の方法よりも優れた品質が得られることを示すため,広範囲な実験を行った。
論文 参考訳（メタデータ） (2024-03-15T14:27:15Z) - Physics-Driven Turbulence Image Restoration with Stochastic Refinement [80.79900297089176]
大気乱流による画像歪みは、長距離光学画像システムにおいて重要な問題である。
ディープラーニングモデルが現実世界の乱流条件に適応するために、高速で物理学的なシミュレーションツールが導入された。
本稿では,物理統合復元ネットワーク(PiRN)を提案する。
論文 参考訳（メタデータ） (2023-07-20T05:49:21Z) - TensoIR: Tensorial Inverse Rendering [51.57268311847087]
テンソルIRはテンソル分解とニューラルフィールドに基づく新しい逆レンダリング手法である。
TensoRFは、放射場モデリングのための最先端のアプローチである。
論文 参考訳（メタデータ） (2023-04-24T21:39:13Z) - 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。