論文の概要: TeX-1500: A Paired Real-World LWIR Hyperspectral Dataset and Benchmark for Temperature-Emissivity-Texture Decomposition

• arxiv url: http://arxiv.org/abs/2606.03806v1
• Date: Tue, 02 Jun 2026 15:51:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-03 22:00:05.12786
• Title: TeX-1500: A Paired Real-World LWIR Hyperspectral Dataset and Benchmark for Temperature-Emissivity-Texture Decomposition
• Title（参考訳）: TeX-1500:Paired Real-World LWIR Hyperspectral Dataset and Benchmark for temperature-Emissivity-Texture Decomposition
• Authors: Cheng Dai, Jiale Lin, Hongyi Xu, Bingxuan Song, Ziyang Xie, Fanglin Bao,
• Abstract要約: 温度-放射率-テクスチャ(522)分解は、長波長赤外高スペクトルイメージング(LWIR HSI)による対象熱状態、物質スペクトル応答、および可視的幾何学的テクスチャの回復を目指す 現存。 逆パイプラインは主にシーン固有の解法であり、ペアのLWIR HSI制御が欠如しているため、学習ベースの分解は限られている。 我々は,大規模LWIR HSI-データセットであるARPA-1500を導入し,HSI-to-the-Radiance分解の教師付きベンチマークを行った。
• 参考スコア（独自算出の注目度）: 10.171110129576869
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Temperature-emissivity-texture (TeX) decomposition seeks to recover object heat state, material spectral response, and visible-like geometric texture from long-wave infrared hyperspectral imaging (LWIR HSI). Existing TeX pipelines are mainly scene-specific inverse solvers, and the lack of paired LWIR HSI-TeX supervision has limited learning-based decomposition. To address this gap, we introduce TeX-1500, a large-scale paired LWIR HSI-TeX dataset and benchmark for supervised HSI-to-TeX decomposition. TeX-1500 contains 1,522 calibrated real-scene pairs from DARPA Invisible Headlights (DARPA IH) pushbroom imagery and our FTIR acquisitions, covering five locations, four seasons, diverse acquisition times, heterogeneous wavelength layouts, and two sensor families. Each sample stores a calibrated valid-band radiance cube, calibrated wavelength positions, and aligned temperature, emissivity, and texture supervision constructed through a consistent restoration and TeX-construction protocol. We further provide TeX-UNet, a simple wavelength-aware baseline that maps calibrated HSI bands and wavelength positions to TeX fields. Experiments on the held-out DARPA IH pushbroom scenes and zero-/few-shot transfer to FTIR scenes show that TeX-1500 provides usable paired supervision and a measurable benchmark for data-driven physical-property-centered thermal perception.
• Abstract（参考訳）: 温度-放射率-テクスチャ分解(TeX)は、長波長赤外線ハイパースペクトルイメージング(LWIR HSI)を用いて、対象の熱状態、物質スペクトル応答、および可視的な幾何学的テクスチャを復元する。 既存のTeXパイプラインは、主にシーン固有の逆解法であり、LWIR HSI-TeXのペアが欠如しているため、学習ベースの分解は限られている。 このギャップに対処するために,大規模なLWIR HSI-TeXデータセットであるTeX-1500を導入する。 TeX-1500にはDARPA Invisible Headlights(DARPA IH)のプッシュブルーム画像とFTIRによる1,522個の実シーンペアが含まれており、5つの場所、4シーズン、多様な取得時間、不均一な波長レイアウト、および2つのセンサーファミリーをカバーしている。 各サンプルは、一貫した復元およびTeXコンストラクションプロトコルによって構築された、校正有効帯域放射立方体、校正波長位置、整列温度、放射率、テクスチャ管理を記憶する。 さらに、校正されたHSI帯域と波長位置をTeXフィールドにマッピングする簡単な波長対応ベースラインであるTeX-UNetを提供する。 DARPA IHのプッシュブルームのシーンと、FTIRのシーンへのゼロ/フェーショットの移動の実験により、TeX-1500は、データ駆動の物理的プロパティ中心の熱知覚のための、有用なペア付き監視と測定可能なベンチマークを提供することが示された。

関連論文リスト

• A Conditional U-Net Pipeline with Pre- and Post-Processing for Aerial RGB-to-Thermal Image Translation [0.21964656111848832]
  本稿では,気象データをボトルネック層に組み込んだ条件付きU-Netを提案する。 我々は、612対のRGBと熱画像のトレーニングセットを使用し、5倍以上のクロスバリデーションを評価し、最終的にホールドアウトテストセットでテストする。 条件付きU-Netモデルは,ピーク信号対雑音比14.5485,構造類似度指標(SSIM)0.8095,知覚的画像パッチ類似度(LPIPS)0.1666で最高の性能を示した。
  論文  参考訳（メタデータ） (2026-05-17T17:49:01Z)
• HADAR-Based Thermal Infrared Hyperspectral Image Restoration [10.67922234280161]
  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。
  論文  参考訳（メタデータ） (2026-05-13T15:20:30Z)
• Towards virtual painting recolouring using Vision Transformer on X-Ray Fluorescence datacubes [80.32085982862151]
  画像アートにおけるX線蛍光(XRF)分析の生データを用いて仮想絵画再構成を行うパイプラインを定義する。 データセットサイズを小さくするために、XRFスペクトルのデータベースから始まる合成データセットを生成する。 我々は、XRFスペクトルを低次元K平均対応計量空間に埋め込むための深部変分埋め込みネットワークを定義する。
  論文  参考訳（メタデータ） (2024-10-11T14:05:28Z)
• TeX-NeRF: Neural Radiance Fields from Pseudo-TeX Vision [5.77388464529179]
  赤外線画像のみを用いた3次元再構成法Ne-RFを提案する。 我々は、シーンの温度、放射性(e)、テクスチャ(X)を彩度(S)、色空間の色調(H)、値(V)チャネルにマッピングする。 処理した画像を用いた新しいビュー合成は優れた結果を得た。
  論文  参考訳（メタデータ） (2024-10-07T09:43:28Z)
• UV-free Texture Generation with Denoising and Geodesic Heat Diffusions [50.55154348768031]
  メッシュの標準的なUVベースの処理機構の最も顕著な課題は、シーム、無駄なUV空間、および表面上の様々な解像度である。 本稿では,3次元メッシュの表面上での操作に制約された拡散モデルを用いて,テクスチャを色分けした点雲色として表現することを提案する。
  論文  参考訳（メタデータ） (2024-08-29T17:57:05Z)
• ThermoNeRF: Joint RGB and Thermal Novel View Synthesis for Building Facades using Multimodal Neural Radiance Fields [5.66229031510643]
  熱環境の再構築は、建築エネルギー消費の分析や非破壊的なインフラ試験の実行など、様々な用途において大きな可能性を秘めている。 既存の手法は通常、密集したシーン計測を必要とし、しばしばRGBの画像を3次元の幾何学的再構成に頼り、再建後の熱情報を投影する。 本研究では,新しいRGBとシーンの熱像を共同で描画するニューラルラジアンス場に基づく新しいアプローチであるThermoNeRFと,建築ファサードの8つのシーンと日常の8つのシーンからなる2つのRGB+熱画像のデータセットであるThermoScenesを提案する。
  論文  参考訳（メタデータ） (2024-03-18T18:10:34Z)
• Cross-Spectral Neural Radiance Fields [49.28588927121722]
  X-NeRFは、異なる光スペクトル感度のカメラから撮影した画像から、クロススペクトルのシーン表現を学習するための新しい手法である。 X-NeRFは正規化されたクロスデバイス座標(NXDC)を利用して、任意の視点から異なるモードの画像を描画する。
  論文  参考訳（メタデータ） (2022-09-01T17:59:58Z)
• A Large-Scale, Time-Synchronized Visible and Thermal Face Dataset [62.193924313292875]
  DEVCOM Army Research Laboratory Visible-Thermal Faceデータセット(ARL-VTF)を発表します。 395人の被験者から50万枚以上の画像が得られたARL-VTFデータセットは、これまでで最大の可視画像とサーマルフェイス画像の収集データだ。 本論文では,ALL-VTFデータセットを用いたサーマルフェースランドマーク検出とサーマル・トゥ・ヴィジブルフェース検証のベンチマーク結果と分析について述べる。
  論文  参考訳（メタデータ） (2021-01-07T17:17:12Z)
• Hyperspectral Image Super-resolution via Deep Progressive Zero-centric Residual Learning [62.52242684874278]
  空間情報とスペクトル情報の相互モダリティ分布が問題となる。 本稿では,PZRes-Netという,新しいテクスライトウェイトなディープニューラルネットワークベースのフレームワークを提案する。 本フレームワークは,高分解能かつテクテッセロ中心の残像を学習し,シーンの空間的詳細を高頻度で表現する。
  論文  参考訳（メタデータ） (2020-06-18T06:32:11Z)

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。