論文の概要: AeroLLE: Constrained Pseudo-Supervision for Nighttime Aerial Image Enhancement with the AeroNight-1.5K Benchmark

• arxiv url: http://arxiv.org/abs/2608.00702v1
• Date: Sat, 01 Aug 2026 15:02:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:24.871441
• Title: AeroLLE: Constrained Pseudo-Supervision for Nighttime Aerial Image Enhancement with the AeroNight-1.5K Benchmark
• Title（参考訳）: AeroLLE:AeroNight-1.5Kベンチマークによる夜間航空画像強調のための制約付き擬似スーパービジョン
• Abstract要約: 実時間実時間RGB画像1,500枚からなるエアロナイトを紹介した。 相補的な擬似対位プロトコルおよび非対位プロトコルによる実験は、スクリーニングされた外観目標との整合性が改善されたことを示す。 その結果, ステージ固有のキャリブレーションを, 生成した外観指導から学習するための実践的戦略としてサポートした。
• 参考スコア（独自算出の注目度）: 7.809503493111983
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Nighttime aerial image enhancement is challenged by spatially nonuniform exposure, mixed illumination, and weak structural evidence, while registered normal-light targets are difficult to capture from moving platforms. Generated normal-light images provide practical appearance guidance but may alter geometry or texture. We introduce \aeronight{}, comprising 1,500 real nighttime aerial RGB images: 1,300 inputs are associated with manually screened pseudo-references, and 200 inputs support unpaired evaluation. We propose AeroLLE, a two-stage framework that first recovers visibility with an HVI Base Enhancer and then performs Spatially Adaptive Exposure--Color Calibration (SAECC). After the Base Enhancer is selected and frozen, SAECC predicts bounded, low-resolution RGB gain and bias fields, restricting the magnitude and spatial variation of the second-stage correction. Experiments under complementary pseudo-paired and unpaired protocols demonstrate improved agreement with screened appearance targets, together with more balanced exposure and color correction across diverse nighttime aerial scenes. These results support constrained, stage-specific calibration as a practical strategy for learning from generated appearance guidance when registered aerial references are unavailable.
• Abstract（参考訳）: 夜間の空中画像の強調は、空間的に一様でない露光、混合照明、弱い構造的証拠によって困難である。 生成した正規光画像は、実際の外観ガイダンスを提供するが、幾何学やテクスチャを変更することができる。 我々は,1500個の実夜空RGB画像からなる‘aeronight{}: 1,300個の入力が手作業による疑似参照に関連付けられ,200個の入力が未確認評価をサポートする。 本研究では,まずHVIベースエンハンサーを用いて視界を回復し,空間適応型露光-カラー校正(SAECC)を行うための2段階フレームワークであるAeroLLEを提案する。 ベースエンハンサーが選択・凍結されると、SAECCは境界付き低解像度のRGBゲインとバイアス場を予測し、第2段補正の大きさと空間的変動を制限する。 相補的な擬似対向型および非対向型プロトコルによる実験では、様々な夜間空域で、よりバランスの取れた露光と色補正とともに、遮蔽された外観目標との整合性が改善された。 これらの結果は、登録された航空基準が利用できない場合に生成された外観指導から学習するための実践的戦略として、制約付き、ステージ固有の校正を支援する。

関連論文リスト

• BC-IHV: Conditioning the Color Space for Stable Rectified-Flow Low-Light Enhancement [51.79298431282401]
  低照度画像強調は、入力ですでに支持されている上書き構造を使わずに、あいまいな露出を補正する必要がある。 本研究では, 異なる色度/強度の幹を通した対応を保ちながら, SA-RF(Structure-Anchored Rectified Flow)を提案する。 また,学習可能なBox-Cox極色空間であるBC-IHVを導入する。
  論文  参考訳（メタデータ） (2026-08-22T08:43:00Z)
• Beyond Fixed Luminance: Towards Panchromatic and Orthochromatic Image Colorization [29.03876036090772]
  フルRGB画像編集としてカラー化を定式化する輝度非依存のカラー化フレームワークを提案する。 COCO, ImageNet, およびマルチインスタンスベンチマーク実験により, 本手法は標準グレースケール入力と競合することを示した。
  論文  参考訳（メタデータ） (2026-08-11T11:12:24Z)
• NTIRE 2026 Low-light Enhancement: Twilight Cowboy Challenge [91.95860565442341]
  コンペの目的は、低照度条件下で撮影された、未整合のスマートフォン画像のセットを、単一のクリーンな画像にマージすることであった。 10チームが確立されたベースラインを超え、PSNRでは+6.49 dB、SSIMでは+0.0101の改善を達成した。 その結果, 低照度環境における実環境騒音, 動き, 照度変動の処理において, 顕著な進展が認められた。
  論文  参考訳（メタデータ） (2026-08-10T16:06:48Z)
• EvLIR: Learning Illumination Residuals from Ordered Events for Low-Light Image Enhancement [13.751247283539177]
  EvLIRは、低照度画像強調のための順序付けられたイベントから照明残差を学習する。 SDEおよびSDSD屋内/屋外ベンチマークでは、EvLIRは12組のデータセットメトリックペアのうち11組で最高の結果を得る。
  論文  参考訳（メタデータ） (2026-06-28T14:47:49Z)
• AdaFuse-Det: Adaptive Cross-Modal Fusion of Event Cameras for Robust Object Detection in Low-Light RGB Imagery [2.804640719143954]
  本稿では、CLAHE強化RGBフレームとボキセル化イベントテンソルを融合したデュアルストリームフレームワークであるAdaFuse-Detを紹介する。 LLE-VOSベンチマークでは、AdaFuse-Detのリコールは65.54%、精度は53.85%、F1-Scoreは59.12%である。
  論文  参考訳（メタデータ） (2026-05-23T18:01:48Z)
• Nighttime Hazy Image Enhancement via Progressively and Mutually Reinforcing Night-Haze Priors [12.516890497421203]
  既存の方法は、主に一度に一つのタイプの劣化(例えば、ヘイズや低照度)に対処する。 我々は、低照度と迷路の先駆者間で共有されるドメイン知識が相互に強化され、より良い可視性が得られることを観察する。 本研究では,夜間の空白画像の視認性を高めるためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-05T10:58:02Z)
• From Cheap to Pro: A Learning-based Adaptive Camera Parameter Network for Professional-Style Imaging [0.07829352305480283]
  ACamera-Netは軽量かつシーン適応型のカメラパラメータ調整ネットワークである。 RAW入力から最適露出とホワイトバランスを予測する。 画像品質を継続的に向上し、知覚出力を安定させる。
  論文  参考訳（メタデータ） (2025-10-23T13:35:17Z)
• Dark-EvGS: Event Camera as an Eye for Radiance Field in the Dark [51.68144172958247]
  そこで我々はDark-EvGSを提案する。Dark-EvGSは、任意の視点から明るいフレームを復元できる3D GSフレームワークである。 提案手法は,低照度条件下での放射場再構成を克服し,既存の手法よりも優れた結果が得られる。
  論文  参考訳（メタデータ） (2025-07-16T05:54:33Z)
• Exploring Reliable Matching with Phase Enhancement for Night-time Semantic Segmentation [58.180226179087086]
  夜間セマンティックセマンティックセグメンテーションに適した新しいエンドツーエンド最適化手法であるNightFormerを提案する。 具体的には,画素レベルのテクスチャ・エンハンスメント・モジュールを設計し,フェーズ・エンハンスメントとアンプリメント・アテンションとともに階層的にテクスチャ・アウェア機能を取得する。 提案手法は、最先端の夜間セマンティックセグメンテーション手法に対して好意的に機能する。
  論文  参考訳（メタデータ） (2024-08-25T13:59:31Z)
• Dual High-Order Total Variation Model for Underwater Image Restoration [13.789310785350484]
  水中画像の高画質化と復元(UIER)は,水中画像の画質向上のための重要な手段である。 拡張水中画像形成モデル(UIFM)に基づく効果的な変分フレームワークを提案する。 提案フレームワークでは,重み係数に基づく色補正とカラーバランスを組み合わせることで,減衰した色チャネルを補償し,色キャストを除去する。
  論文  参考訳（メタデータ） (2024-07-20T13:06:37Z)
• You Only Need One Color Space: An Efficient Network for Low-light Image Enhancement [50.37253008333166]
  低照度画像強調(LLIE)タスクは、劣化した低照度画像から詳細と視覚情報を復元する傾向がある。 水平/垂直インテンシティ(HVI)と呼ばれる新しいトレーニング可能なカラー空間を提案する。 輝度と色をRGBチャネルから切り離して、拡張中の不安定性を緩和するだけでなく、トレーニング可能なパラメータによって異なる照明範囲の低照度画像にも適応する。
  論文  参考訳（メタデータ） (2024-02-08T16:47:43Z)
• CuDi: Curve Distillation for Efficient and Controllable Exposure Adjustment [86.97592472794724]
  そこで我々は, 対や不対のデータを必要とせず, 効率よくかつ制御可能な露光調整のためのCuDi曲線蒸留法を提案する。 提案手法は,ゼロ参照学習と曲線ベースのフレームワークを,実効的な低照度画像強調手法であるゼロDCEから継承する。 提案手法は, 高速で頑健でフレキシブルな性能に優れ, 実シーンにおける最先端の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-07-28T17:53:46Z)
• Recurrent Exposure Generation for Low-Light Face Detection [113.25331155337759]
  本稿では,Recurrent Exposure Generation (REG) モジュールと Multi-Exposure Detection (MED) モジュールを提案する。 REGは、様々な露光設定に対応する段階的かつ効率的な中間画像を生成する。 このような擬似露光はMEDによって融合され、異なる照明条件で顔を検出する。
  論文  参考訳（メタデータ） (2020-07-21T17:30:51Z)

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。