論文の概要: Learning Polarization Image Restoration with General Restoration Priors

• arxiv url: http://arxiv.org/abs/2609.30728v1
• Date: Fri, 25 Sep 2026 02:55:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.194616
• Title: Learning Polarization Image Restoration with General Restoration Priors
• Title（参考訳）: 総合的復元を前提とした偏光画像復元の学習
• Abstract要約: 実世界の分極獲得は、しばしば複数の複合劣化に影響される。 既存の方法は、主に特定の劣化に合わせて調整されており、偏光データの限られたスケールと品質に制約されている。 我々は多種多様な複合劣化に対するオールインワン偏極復元フレームワークを開発した。
• 参考スコア（独自算出の注目度）: 4.4609540792153775
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Polarization imaging captures distinctive surface and geometric cues that benefit a wide range of vision tasks. However, real-world polarization acquisition is often affected by multiple coupled degradations, making image restoration essential for practical polarization vision. Existing methods are largely tailored to specific degradations and remain constrained by the limited scale and quality of polarization data. To address these limitations, we develop an all-in-one polarization restoration framework for diverse and composite degradations. We first study the impact of different polarization representations on restoration performance and identify the normalized Stokes representation as an effective choice for separating intensity and polarization information. Accordingly, we devise a dual-branch architecture that separates intensity and polarization modeling. To overcome the limitations of polarization-specific training, the intensity branch leverages pretrained general restoration priors and a mixture-of-experts extension for composite degradations, while its restoration knowledge is adaptively distilled into the symmetric polarization branch via a cross-domain feature transform. In addition, we establish a composite-degradation polarization benchmark to support all-in-one restoration research. Extensive experiments on public datasets and our proposed benchmark demonstrate the effectiveness of the proposed method.
• Abstract（参考訳）: 偏光イメージングは、様々な視覚タスクに役立つ表面や幾何学的な手がかりを捉えている。 しかし、実世界の偏光獲得は、しばしば複数の複合劣化の影響を受け、実用的な偏光視覚に画像復元が不可欠である。 既存の方法は、主に特定の劣化に合わせて調整されており、偏光データの限られたスケールと品質に制約されている。 これらの制約に対処するため,多種多様な複合劣化に対するオールインワン偏極復元フレームワークを開発した。 まず,異なる偏光表現が復元性能に与える影響について検討し,正規化ストークス表現を強度と偏光情報の分離に有効な選択肢として同定する。 そこで我々は、強度と偏光モデリングを分離するデュアルブランチアーキテクチャを考案した。 偏光特異的トレーニングの限界を克服するために、強度分岐は、事前訓練された一般的な復元前と、複合劣化のための混合実験拡張を活用し、その回復知識はクロスドメイン特徴変換を介して対称偏光分岐に適応的に蒸留される。 さらに,オールインワン修復研究を支援するために,複合劣化分極ベンチマークを構築した。 提案手法の有効性を実証し,提案手法の有効性を検証した。

関連論文リスト

• Differentiable Polarized Path Tracing [60.271569691679794]
  物理ベースの微分可能レンダリングは、逆レンダリング問題に対する強力なツールであることが証明されている。 本稿では,ロバストかつ偏光に配慮した識別可能な経路トレース手法を提案する。 この定式化により、複雑なシーンにおける材料および照明パラメータの効率的かつ安定した最適化が可能となる。
  論文  参考訳（メタデータ） (2026-07-14T20:58:08Z)
• High-Resolution Single-Shot Polarimetric Imaging Made Easy [76.04914313843774]
  EasyPolarは多視点偏光イメージングフレームワークである。 3つの同期RGBカメラは、1つの非偏光ビューと2つの異なる方向の偏光ビューをキャプチャする。 多視点核融合における潜在的なミスアライメントに対処するために、信頼誘導偏光再構成ネットワークを提案する。
  論文  参考訳（メタデータ） (2026-04-07T08:20:58Z)
• Architectural Unification for Polarimetric Imaging Across Multiple Degradations [54.83037963738918]
  複数の劣化シナリオにまたがって構造的に共有される偏光イメージングのための統一的なアーキテクチャフレームワークを提案する。 このモデルは、単一ステージのジョイントイメージ・ストークス処理を実行し、エラーの蓄積を回避し、物理的一貫性を明示的に保持する。
  論文  参考訳（メタデータ） (2026-03-06T02:38:57Z)
• Polarization Uncertainty-Guided Diffusion Model for Color Polarization Image Demosaicking [3.5335358134182937]
  CPDMは,カラー偏光フィルタアレイ(CPFA)の原画像から4方向のフル解像度偏光像を再構成することを目的としている。 我々は,テキスト・ツー・イメージ(T2I)モデルに先行して画像拡散を導入し,ネットワークベースの手法の性能ボトルネックを克服する。
  論文  参考訳（メタデータ） (2026-02-27T09:39:07Z)
• PolarAnything: Diffusion-based Polarimetric Image Synthesis [59.14294818211059]
  本稿では,光リアリズムと物理精度の両方で単一のRGB入力から偏光画像を合成できるPolarAnythingを提案する。 実験により,我々のモデルは高品質な偏光画像を生成し,偏光からの形状などの下流タスクをサポートすることが示された。
  論文  参考訳（メタデータ） (2025-07-23T07:09:10Z)
• UniRes: Universal Image Restoration for Complex Degradations [53.74404005987783]
  実世界のイメージ復元は、様々なキャプチャ条件、キャプチャデバイス、後処理パイプラインから生じるさまざまな劣化によって妨げられている。 UniResという名前の、シンプルで柔軟な拡散ベースのフレームワークは、このような劣化をエンドツーエンドで解決するために提案されている。 提案手法は, 複合劣化画像復元データセットと単分解画像復元データセットの両方を用いて評価する。
  論文  参考訳（メタデータ） (2025-06-05T21:25:39Z)
• Glossy Object Reconstruction with Cost-effective Polarized Acquisition [41.96986483856648]
  この研究は、コスト効率の良い取得ツールを使用するスケーラブルな分極支援アプローチを導入している。 提案手法は,物体表面の分極的BRDF,ストークスベクトル,偏光状態をニューラル暗黙的場として表現する。 偏光レンダリングの暗黙的な表現に基本的な物理原理を活用することにより,本手法は既存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） (2025-04-09T16:38:51Z)
• Video Frame Interpolation for Polarization via Swin-Transformer [9.10220649654041]
  ビデオフレーム補間 (VFI) は広く研究され、実証されてきたが、偏光への応用は未解明のままである。 本研究では,Swin-Transformerに基づくマルチステージ・マルチスケールネットワークSwin-VFIを提案する。 実験の結果,全てのタスクにおいて,提案手法の再現精度が優れていることが示された。
  論文  参考訳（メタデータ） (2024-06-17T09:48:54Z)
• Deep Polarization Imaging for 3D shape and SVBRDF Acquisition [7.86578678811226]
  偏光キューを用いた3次元物体の形状と空間的反射率を効率よく取得する新しい手法を提案する。 偏光イメージングを深層学習と組み合わせることで,物体や物体の出現を一定の制約下で推定する従来の研究と異なり,このような制約を解消する。 我々は,フラッシュ照明とともにディープラーニングを用いた最近の研究と比較して,優れた結果を得るためのアプローチを実証する。
  論文  参考訳（メタデータ） (2021-05-06T17:58:43Z)

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。