論文の概要: From Fog Chamber to Aircraft Window: Pixel-Registered Imaging and Synthetic Fine-Tuning Enable Cross-Domain Defogging

• arxiv url: http://arxiv.org/abs/2606.29093v1
• Date: Sat, 27 Jun 2026 21:21:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:15.78527
• Title: From Fog Chamber to Aircraft Window: Pixel-Registered Imaging and Synthetic Fine-Tuning Enable Cross-Domain Defogging
• Title（参考訳）: フラッグチェンバーから航空機窓:Pixel-Registered Imagingとシンセティックファインチューニングによりクロスドメインデフォーカスが可能に
• Abstract要約: コントロールされた実験室の霧に事前訓練された深部消火パイプラインと、クリーンな屋外シーンに適用されたドメインランダム化合成霧を微調整した微調整は、ターゲットドメイントレーニングを伴わずに、配布外設定の段階的に一般化する。 これは、現実世界の双眼の偽造のために報告されたオープン転送制限に直接対処する。
• 参考スコア（独自算出の注目度）: 32.72182829728677
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A deep defogging pipeline pretrained on controlled laboratory fog and fine-tuned with domain-randomized synthetic fog applied to clear outdoor scenes generalizes across a graded sequence of out-of-distribution settings with no target-domain training, from chamber-free free-flowing fog to iPhone video recorded through an aircraft cabin window in flight, an entirely unseen sensor, scene, and optical path. This directly addresses an open transfer limitation reported for real-world binocular defogging. Two design choices support the transfer. First, a single-camera fog imager photographs a flat-panel display through an artificial-fog enclosure with a fixed 114~mm scattering path, producing 5{,}495 pixel-aligned foggy/clear pairs. Exact registration permits a paired Laplacian ratio that predicts per-image restoration quality far better than single-image proxies (Spearman $ρ= 0.632$ versus $0.399$) and supports pixel-exact $L_1$ reconstruction training that avoids adversarial hallucination. Second, the fog-chamber checkpoint is fine-tuned on Mapillary Vistas crops overlaid with on-the-fly randomized synthetic fog spanning a broad range of strengths, spatial variations, airlights, and noise conditions. On a 552-image held-out split, a uniform comparison of 30 restoration backbones places NAFNet at the top (24.33~dB~/~0.7912~SSIM), with a compact alternative within 1.29~dB at 3\% of the parameter count, and a ResNet-50 classifier confirms that the restoration preserves semantic content rather than only pixel-level structure. On unpaired aircraft-window video, NIQE decreases from a mean of 6.22 to 4.97 after fine-tuning, with temporally stable output across full-motion sequences. The same backbone, under paired supervision, also reaches 20.71~dB~/~0.683~SSIM on a non-overlapping O-HAZE/NH-HAZE split (a transferability check rather than a competitive ranking).
• Abstract（参考訳）: コントロールされた実験室の霧に事前訓練され、クリーンな屋外シーンに施されたドメインランダム化された合成霧で微調整された深いデジグパイプラインは、飛行中の航空機のキャビンウィンドウ、完全に見えないセンサー、シーン、光学パスを通して記録された空き領域の霧からiPhoneビデオまで、目標ドメインのトレーニングのない、グレードの配布外設定を一般化する。 これは、現実世界の双眼の偽造のために報告されたオープン転送制限に直接対処する。 2つの設計案が移行を支持している。 まず、単カメラ霧撮影装置は、固定された114〜mmの散乱経路を有する人工霧囲いを通してフラットパネル表示を撮影し、5{,}495ピクセルの霧/明対を生成する。 エクササイズ登録では、シングルイメージのプロキシ(Spearman $ρ= 0.632$ 対 $0.399$)よりもはるかに高い画像の修復品質を予測できるペアラプラシアン比が認められ、対向幻覚を避けるためのピクセルエクサクト$L_1$ 再構成トレーニングをサポートする。 第2に、霧のチャンバーチェックポイントは、様々な強度、空間的変動、エアライト、騒音条件にまたがる、オンザフライでランダム化された合成霧で覆われたMapillary Vistasの作物に微調整される。 552イメージのホールドアウトスプリットでは、NAFNetがトップ(24.33~dB~/~0.7912~SSIM)に30の復元バックボーンを均一に比較し、パラメータカウントの3倍の1.29~dB以内のコンパクトな代替品を配置し、ResNet-50分類器は、復元がピクセルレベルの構造だけでなくセマンティックコンテンツを保存していることを確認する。 無人機風ビデオでは、NIQEは微調整後に平均6.22から4.97に減少し、フルモーションシーケンスで時間的に安定した出力となる。 同じバックボーンは、ペアの監督の下で、オーバーラップしないO-HAZE/NH-HAZEスプリットで20.71~dB~/~0.683~SSIMに達する。

関連論文リスト

• Fractional-Order Adaptive Motion Magnification: Phase-Reliability Weighting for Noise-Constrained Video Amplification [51.56484100374058]
  本稿では、まずオフラインで、次に因果ストリームとして開発されたパイプラインであるフラクショナルオーダー適応運動拡大法を提案する。 一定の時間的利得を分数次 Grnwald--Letnikov 微分に置き換え、高周波強調を連続的に制御する。 リアルビデオでは、各ケースにおける空間選択性の向上と背景雑音の低減が示されている。
  論文  参考訳（メタデータ） (2026-09-03T21:43:22Z)
• Low Cost Two-Stage Fabric Defect Detection at the Edge [0.0]
  衣料品産業におけるファブリック検査は主に手作業で行われており、3.45と商業用ヴィジュアルシステムは、ほとんどの中小製粉所以上の価格で販売されている。 4つのニットファブリック欠陥クラスのためにそのようなカスケードを構築し、FP16でNVIDIA Jetson Nano上でエンドツーエンドにデプロイする。 データパスを制御せずにカスケードのスピードアップを計測し、自律的な受け入れよりもAIによるトリアージとして位置付ける。
  論文  参考訳（メタデータ） (2026-08-12T19:49:00Z)
• Bend the Basics: Degradation-Aware Deformable Tokenization for All-in-One Image Restoration [72.64498743287601]
  オールインワン画像復元は、多様で空間的に一様でない腐敗によって劣化した画像を復元できる単一のモデルを求める。 パイプライン全体にわたる劣化認識をモデル化するフレキシブル・イメージ・トランスフォーマー(FIT)を提案する。 FITは、30.72dBの平均PSNRを5次劣化設定で32.83dBを3次劣化設定で達成し、最近の統一修復法を+0.5$sim$1.1dBで上回った。
  論文  参考訳（メタデータ） (2026-08-07T05:44:31Z)
• FogDrive: A Multi-Modal Synthetic Driving Dataset for Perception under Graded Fog [0.0]
  データ中心のエンジニアリングと堅牢な機械学習をブリッジする、厳格に校正されたデータセットであるFogDriveを紹介します。 FogDriveには、4つの同期カメラ(RGB、深さ、セマンティックセグメンテーション)、LiDARとセマンティック-LiDARペア、フロントレーダの660のシーンが含まれている。 物理的に一貫した霧は、3つの校正された視界でカメラチャンネルとLiDARチャンネルを独立にモデル化する。 8k画像に対するセマンティックセグメンテーションに基づく品質監査では、アノテーションは95.1%の精度で、40m以内の車のリコールは99%以上である。
  論文  参考訳（メタデータ） (2026-07-18T06:53:56Z)
• Compression Asymmetry and Trajectory Binding in Noise-Anchored Diffusion Inversion [1.534847923698733]
  リアルタイム拡散インバージョンは、計算、ストレージ、イメージごとの最適化にコストがかかる、厳密な品質とコストのトレードオフによって管理される。 本研究では,拡散軌跡を規定する前方ノイズアンカーを用いて,このトレードオフについて検討し,効果的なストアネーズ反転の背後にある2つのメカニズムを分離する。
  論文  参考訳（メタデータ） (2026-07-08T13:30:44Z)
• REVIVE: A Multi-Modal Framework for Vandalism Detection and Recovery in Autonomous Vehicles [0.6445605125467572]
  本稿では,視覚能力向上のためのVandalized Image for Vision Excellence(REVIVE)フレームワークの回復と拡張について述べる。 これは、バイナリVOA検出、(2)マルチクラスVOAパターン識別、(3)効率の良いNetベースのU-Netセグメンテーション、(4)タイプ認識リカバリを統合している。 500個の追跡されたクリーン/バンダライズされた画像対において、未発見のVOAsはYOLOv8lのオブジェクト検出リコールを0.588に削減し、直接のピクセル置換は0.967とF1スコアを0.970にリコールした。
  論文  参考訳（メタデータ） (2026-07-06T21:25:41Z)
• SpatialAvatar-0: High-Quality 4D Head Avatar with Multi-Stage Reconstruction [29.13831933508847]
  高品質な4Dヘッドアバターは、テレプレゼンス、AR/VR、デジタルと人間のインタラクションの中心である。 一般化可能なフィードフォワード予測器とオブジェクトごとの精製器は並列に成熟している。 本研究では,共有FLAME-mesh-bound Gaussian表現を用いたSpatialAvatar-0を提案する。
  論文  参考訳（メタデータ） (2026-06-14T07:55:57Z)
• Diffusion Transformer World-Action Model for AV Scene Prediction [0.0]
  アクションコンディショニングされた世界モデルは、自動運転車が将来のカメラシーンを独自のコントロールから予測することを可能にする。 しかし、コンパクトで訓練可能なスケールでは、未来は曖昧であり、フィールドの標準歪み指標は積極的に誤解を招く。 我々はこれを、冷凍デコーダが最大256倍256ドルフレームを最大8秒前にレンダリングする将来のシーンの潜伏を予測するコンパクトな潜伏世界モデルと対決する。
  論文  参考訳（メタデータ） (2026-06-11T07:24:12Z)
• Two-View Accumulation as the Primary Training Lever for Hybrid-Capture Gaussian Splatting: A Variance-Decomposition View of When Gradient Surgery Helps [7.6889618752994595]
  ハイブリッドキャプチャーノベルビュー合成は、かなり異なるカメラビューを組み合わせる。 標準3DGSは、ステップ毎に1つのレンダリングビューで30Kイテレーションでトレーニングされている。 本稿では,この発見を予測・説明する分散分解フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-29T17:45:51Z)
• Point-MF: One-step Point Cloud Generation from a Single Image via Mean Flows [4.719615308536812]
  単一画像の点雲再構成は、単一のRGB画像から隠蔽された部分を含む完全な3D形状を推測しなければならない。 低NFE単一像点雲再構成のための平均フローベースのフレームワークであるPoint-MFを提案する。
  論文  参考訳（メタデータ） (2026-04-27T15:10:47Z)
• Physically-Induced Atmospheric Adversarial Perturbations: Enhancing Transferability and Robustness in Remote Sensing Image Classification [54.952203312050564]
  敵対的攻撃は、リモートセンシング(RS)画像分類におけるディープラーニングモデルの信頼性に深刻な脅威をもたらす。 本稿ではフォグフール(FogFool)を提案する。 2つのベンチマークRSデータセットの実験は、FogFoolが優れたパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2026-04-16T05:47:57Z)
• LAF-YOLOv10 with Partial Convolution Backbone, Attention-Guided Feature Pyramid, Auxiliary P2 Head, and Wise-IoU Loss for Small Object Detection in Drone Aerial Imagery [0.0]
  無人航空機は、監視、交通監視、災害対応のための主要なセンシングプラットフォームとして機能する。 現在の検出器は、わずか数ピクセルのターゲット、散らかった背景、重い閉塞、厳格な計算予算など、UAV固有の課題に対処している。 この研究は、YOLOv10n上に構築されたRAF-YOLOv10を紹介し、ドローン画像の小さな物体検出を改善するために4つの補完技術を統合する。
  論文  参考訳（メタデータ） (2026-02-13T18:23:54Z)
• DeblurSplat: SfM-free 3D Gaussian Splatting with Event Camera for Robust Deblurring [50.21760380168387]
  DeSplat と呼ばれるイベントカメラによる3次元ガウス分割法を初めて提案する。 我々は高密度ステレオモジュール(DUSt3R)の事前訓練機能を利用して、ぼやけた画像から正確な初期点雲を直接取得する。
  論文  参考訳（メタデータ） (2025-09-23T11:21:54Z)
• Representation Entanglement for Generation: Training Diffusion Transformers Is Much Easier Than You Think [63.25744258438214]
  REPAとその変種は、事前訓練されたモデルから外部の視覚表現を取り入れることで、拡散モデルのトレーニング課題を効果的に軽減する。 偏見推論過程全体において欠落している外部アライメントは、識別的表現の可能性を完全に活用するに足らないと我々は主張する。 本稿では,事前学習した基礎モデルから,低レベル画像ラテントを1つの高レベルクラストークンで絡み合わせるRepresentation Entanglement for Generation (REG)を提案する。
  論文  参考訳（メタデータ） (2025-07-02T08:29:18Z)
• ScatterNeRF: Seeing Through Fog with Physically-Based Inverse Neural Rendering [83.75284107397003]
  本稿では,シーンをレンダリングし,霧のない背景を分解するニューラルネットワークレンダリング手法であるScatterNeRFを紹介する。 本研究では,散乱量とシーンオブジェクトの非絡み合い表現を提案し,物理に着想を得た損失を伴ってシーン再構成を学習する。 マルチビューIn-the-Wildデータをキャプチャして,大規模な霧室内でのキャプチャを制御し,本手法の有効性を検証した。
  論文  参考訳（メタデータ） (2023-05-03T13:24:06Z)

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。