論文の概要: IR275K: A Benchmark for Infrared Multi-Frame Super-Resolution Toward Efficient Remote Sensing
- arxiv url: http://arxiv.org/abs/2607.22380v1
- Date: Fri, 24 Jul 2026 15:06:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-27 20:58:57.161078
- Title: IR275K: A Benchmark for Infrared Multi-Frame Super-Resolution Toward Efficient Remote Sensing
- Title（参考訳）: IR275K:効率的なリモートセンシングに向けた赤外マルチフレーム超解法ベンチマーク
- Abstract要約: 594個の赤外線ビデオシーケンスと275,196個のフレームを含むキュレートされたベンチマークIR275Kを紹介する。
シーケンスレベルのトレイン/バリデーション/テストスプリットと再現可能なX4評価プロトコルを提供する。
CGMambaは10.90Mパラメータと112.14G FLOPを持つ軽量な状態空間モデルである。
- 参考スコア（独自算出の注目度）: 10.081515566603645
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Efficient processing is becoming increasingly important in infrared remote sensing, where satellite constellations produce large volumes of observations under constrained detector resolution, power, and downlink bandwidth. Multi-frame super-resolution (MFSR) offers a software-based route to spatial enhancement, but its evaluation in infrared sensing remains fragmented across private datasets and ad-hoc protocols. Existing benchmarks do not explicitly capture the thermal contrast, sensor noise, weak texture, and platform-induced frame-to-frame variation that characterize infrared video. We introduce IR275K, a curated benchmark containing 594 infrared video sequences and 275,196 frames. It provides sequence-level train/validation/test splits and a reproducible X4 evaluation protocol. As an initial architectural probe, we further evaluate CGMamba, a lightweight state-space model with 10.90M parameters and 112.14G FLOPs. CGMamba combines 2D rotary position encoding (2D~RoPE) with center-guided cross-Mamba (CGCM) fusion for implicit multi-frame reconstruction. It achieves 33.19dB PSNR, outperforming infrared single-image super-resolution references by 0.35--0.52~dB at substantially lower computational cost. Ablation results show that removing 2D~RoPE from CGCM causes a 1.53dB drop and severe grid-like artifacts. This indicates that explicit spatial anchoring is critical for stabilizing SSM-based cross-frame gating under infrared conditions. IR275K provides a reproducible foundation for accuracy--efficiency evaluation of infrared MFSR methods, while the architectural analysis offers a concrete starting point for spatially aware SSM design under resource-constrained infrared sensing. Dataset and evaluation resources are available at: https://github.com/InfraRecon7/IR275K.
- Abstract（参考訳）: 効率的な処理は、衛星星座が制約された検出器の解像度、パワー、ダウンリンク帯域で大量の観測を行う赤外線リモートセンシングにおいてますます重要になっている。
マルチフレーム超解像(MFSR)は、空間拡張へのソフトウェアベースの経路を提供するが、赤外線センシングにおける評価は、プライベートデータセットやアドホックプロトコルで断片化されている。
既存のベンチマークでは、赤外線映像を特徴付けるサーマルコントラスト、センサーノイズ、弱いテクスチャ、プラットフォームによって引き起こされるフレーム・ツー・フレームの変動を明示的に捉えていない。
594個の赤外線ビデオシーケンスと275,196個のフレームを含むキュレートされたベンチマークIR275Kを紹介する。
シーケンスレベルのトレイン/バリデーション/テストスプリットと再現可能なX4評価プロトコルを提供する。
CGMambaは10.90Mパラメータと112.14GのFLOPを持つ軽量な状態空間モデルである。
CGMambaは2次元回転位置符号化(2D~RoPE)と中心誘導型クロスマンバ融合(CGCM)を組み合わせて暗黙のマルチフレーム再構成を行う。
これは33.19dBのPSNRを達成し、計算コストが大幅に低く、赤外線単一画像のスーパーレゾリューション基準を 0.35-0.52~dB で上回る。
アブレーションの結果、CGCMから2D~RoPEを除去すると1.53dBのドロップと重度のグリッド状のアーティファクトが発生することが示された。
このことは、SSMベースのクロスフレームゲーティングを赤外線下で安定化させるには、空間的アンカーが重要であることを示している。
IR275Kは、赤外MFSR法の精度-効率評価のための再現可能な基礎を提供する一方、アーキテクチャ解析は、資源制約された赤外線センシングの下で空間的に認識されるSSM設計のための具体的な出発点を提供する。
データセットと評価リソースは、https://github.com/InfraRecon7/IR275Kで利用可能である。
関連論文リスト
- LCMamNet: A Lightweight Cross-scale Mamba Network for Infrared Small Target Detection [53.811713750107934]
赤外線小ターゲット検出のための軽量クロススケールマンバネットワークであるLCMamNetを提案する。
十字形指向性ボトルネック残差ブロックを有するコンパクト階層型エンコーダは、指向性ターゲット構造を強化する。
IRSTD-1k、NUAA-SIRST、NUDT-SIRSTの実験では、提案したネットワークがそれぞれ71.25%、79.60%、95.58%のmIoUスコアを達成した。
論文 参考訳（メタデータ） (2026-07-27T09:06:14Z) - InfraNet: Quality-Aware RGB Guidance for Efficient Infrared Object Detection [31.00284151416272]
InfraNetは、トレーニング中のRGBガイダンスを規制し、柔軟なRGB--IRまたはIR-onlyデプロイメントをサポートする品質対応フレームワークである。
提案手法は,4つのベンチマークデータセット(LLVIP,FLIR-Aligned,M$3$FD,DroneVehicle)の広範な実験により評価される。
論文 参考訳（メタデータ） (2026-07-04T09:49:53Z) - Towards UAV Detection in the Real World: A New Multispectral Dataset UAVNet-MS and a New Method [80.50361258830928]
UAVNet-MSは、微小UAV検出のための最初のマルチスペクトルデータセットである。
本稿では、アレイ誘起パララックスと空間-スペクトル融合に対処するデュアルストリームベースラインであるMFDNetを提案する。
この研究は、基礎的なデータセット、強力なベースライン、マルチスペクトルUAV監視研究のためのベンチマークを提供する。
論文 参考訳（メタデータ） (2026-05-20T09:49:04Z) - Few-Shot LoRA Adaptation of a Flow-Matching Foundation Model for Cross-Spectral Object Detection [0.726437825413781]
ビジョンの基礎モデルは、主にRGBデータに基づいて訓練されている。
多くの安全クリティカルなアプリケーションは赤外線(IR)や合成開口レーダ(SAR)のような非可視モードに依存している。
本稿では,主にRGB画像上で事前学習した単一フローマッチング基盤モデルを,クロススペクトル変換器として再利用できるかどうかを考察する。
論文 参考訳（メタデータ） (2026-01-07T20:41:26Z) - UNIV: Unified Foundation Model for Infrared and Visible Modalities [12.0490466425884]
Infrared and Visible modalities(UNIV)のための生物学的に着想を得た統一基盤モデルを提案する。
PCCLは、網膜水平細胞の側方抑制を模倣する注意誘導蒸留フレームワークである。
我々の二重知識保存機構は網膜の双極性細胞シグナルルーティングをエミュレートする。
論文 参考訳（メタデータ） (2025-09-19T06:07:53Z) - WiSE-OD: Benchmarking Robustness in Infrared Object Detection [12.115815831689265]
WiSE-ODは、RGBゼロショットとIRファインチューニングの重みを組み合わせたWiSE-OD$_ZS$と、ゼロショットとリニアプローブを混合したWiSE-OD$_LP$である。
標準のIRデータセットに汚職を適用することで構築された2つのモード間アウト・オブ・ディストリビューション・ベンチマークであるLLVIP-CとFLIR-Cを紹介する。
論文 参考訳（メタデータ） (2025-07-25T03:33:50Z) - DISTA-Net: Dynamic Closely-Spaced Infrared Small Target Unmixing [55.366556355538954]
本稿では,動的フレームワーク内で従来のスパース再構築を再現する動的反復収縮閾値ネットワーク(DISTA-Net)を提案する。
DISTA-Netは、密接な空間を持つ赤外線小ターゲットのアンミックスのために特別に設計された最初のディープラーニングモデルである。
私たちはこの分野におけるさらなる研究を促進するために、最初のオープンソースエコシステムを確立しました。
論文 参考訳（メタデータ） (2025-05-25T13:52:00Z) - 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) - IRSAM: Advancing Segment Anything Model for Infrared Small Target Detection [55.554484379021524]
Infrared Small Target Detection (IRSTD) タスクは、自然画像と赤外線画像の間に顕著な領域ギャップがあるため、満足度の高い性能を達成するには不十分である。
IRSTDのためのIRSAMモデルを提案する。これはSAMのエンコーダデコーダアーキテクチャを改善し、赤外線小物体の特徴表現をより良く学習する。
論文 参考訳（メタデータ） (2024-07-10T10:17:57Z) - Drone-based RGB-Infrared Cross-Modality Vehicle Detection via
Uncertainty-Aware Learning [59.19469551774703]
ドローンによる車両検出は、空中画像中の車両の位置とカテゴリーを見つけることを目的としている。
我々はDroneVehicleと呼ばれる大規模ドローンベースのRGB赤外線車両検出データセットを構築した。
私たちのDroneVehicleは28,439RGBの赤外線画像を収集し、都市道路、住宅地、駐車場、その他のシナリオを昼から夜までカバーしています。
論文 参考訳（メタデータ） (2020-03-05T05:29:44Z)
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。