Fugu-MT 論文翻訳(概要): MPIG: Multi-angle Polarization Image Generation from a Single Polarization Observation

論文の概要: MPIG: Multi-angle Polarization Image Generation from a Single Polarization Observation

arxiv url: http://arxiv.org/abs/2610.25326v1
Date: Sun, 18 Oct 2026 15:13:23 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-24 22:07:13.157067
Title: MPIG: Multi-angle Polarization Image Generation from a Single Polarization Observation
Title（参考訳）: MPIG:単一偏光観測による多角偏光画像生成
Abstract要約: MPIG(Multi-angle Polarization Image Generation)は、残差の変動を予測するために、残差復号とクロス角特徴量相互作用を結合する。 HighPolは5,474個の高解像度4角偏光画像からなる大規模な実世界の偏光データセットである。その結果、画像と偏光の精度が向上し、29.729 dB PSNR、0.9505 SSIM、AoLP MAngEが21.514円で85.86Mパラメータと1.126T FLOPが要求された。
参考スコア（独自算出の注目度）: 24.500508723376953
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Polarization imaging provides informative cues for material analysis, scene understanding, and visual perception. However, acquiring complete polarization observations typically requires specialized hardware and multi-angle measurements, thereby increasing system complexity and limiting practical deployment. In this work, we address the problem of predicting the missing $45^\circ$, $90^\circ$, and $135^\circ$ polarization views from a single $0^\circ$ observation by leveraging a learned scene prior. To this end, we propose MPIG (Multi-angle Polarization Image Generation), a Swin Transformer-based framework that couples cross-angle feature interaction with residual decoding to predict angle-dependent intensity variations while preserving shared scene structure. Specifically, measured Stokes differences and polarization-strength-aware supervision guide the recovery of polarization modulation, orientation, and magnitude, while low-rank factorization further reduces the decoding cost. We also construct HighPol, a large-scale real-world polarization dataset comprising 5,474 groups of high-resolution four-angle polarization images collected from diverse indoor and outdoor scenes. Experimental results demonstrate improved image and polarization accuracy, achieving 29.729 dB PSNR, 0.9505 SSIM, and $21.514^\circ$ AoLP MAngE while requiring 85.86 M parameters and 1.126 T FLOPs. Furthermore, downstream validation on glass and semantic-segmentation tasks suggests that the generated polarization images can preserve task-relevant information, demonstrating the effectiveness of MPIG and the practical utility of predicted polarization observations for downstream vision applications.
Abstract（参考訳）: 偏光イメージングは、材料分析、シーン理解、視覚知覚のための情報的手がかりを提供する。しかしながら、完全な偏光観測を取得するには、通常は特別なハードウェアとマルチ角度の測定が必要であり、それによってシステムの複雑さが増大し、実際の展開が制限される。本研究では,先行学習シーンを利用して,1つの0^\circ$観測から,紛失した45^\circ$,90^\circ$,35^\circ$の偏光ビューを予測する問題に対処する。この目的のために,残差復号とクロス角特徴相互作用を結合したスウィントランスフォーマーを用いたMPIG(Multi-angle Polarization Image Generation)を提案し,共有シーン構造を保ちながら角度依存性の強度変動を予測する。具体的には, 偏光変調, 配向, 大きさの回復を誘導し, 低ランク因子化により復号コストが低減される。また,屋内および屋外の多様なシーンから収集した高解像度4角偏光画像の5,474個のグループからなる大規模実世界の偏光データセットHighPolを構築した。実験の結果、画像と偏光の精度が向上し、29.729dB PSNR、0.9505 SSIM、および21.514^\circ$ AoLP MAngEが達成され、85.86Mパラメータと1.126T FLOPが要求された。さらに,ガラスおよびセマンティックセグメンテーションタスクにおけるダウンストリーム検証は,生成した偏光画像がタスク関連情報を保存可能であることを示唆し,MPIGの有効性と,下流視覚応用における予測偏光観測の実用性を示した。

関連論文リスト

DensePol: Dense-Angle Polarization Dataset for Learning-Based Polarimetric Vision [8.673131921192995]
分割時間(DoT)取得に基づく高冗長なRGB偏極データセットであるDensePolを紹介する。密度角サンプリングにより偏光安定性が大幅に向上し、AoLP偏差は13.36円から21円に減少する。実験では偏光予測と下流面正規推定の改善が示された。
論文参考訳（メタデータ） (2026-09-08T18:48:33Z)
Stokes-Informed Diffusion for Robust Linear Polarization Estimation [49.459667092743445]
GenPolar(ゲンポーラー)は、ミュラー形式主義を基盤としたストークスインフォームド拡散フレームワークである。 DLPの忠実度とAoPの安定性の両面において最先端の性能を達成する。これらの改善は、物質検出やデフレクションを含む下流アプリケーションにおいて、顕著で一貫した利益をもたらす。
論文参考訳（メタデータ） (2026-07-23T11:56:15Z)
PolarVSR: A Unified Framework and Benchmark for Continuous Space-Time Polarization Video Reconstruction [42.44037120162351]
線形偏光度(DoLP)や偏光角度(AoP)などの表面偏光特性の偏光画像化既存のDoFP(Department of Focal-Plane)カメラはハードウェアのボトルネックに直面しており、高いフレームレートの取得をサポートできないことが多い。本研究では,最初の時空間偏光ビデオ再構成アーキテクチャを提案する。
論文参考訳（メタデータ） (2026-05-11T09:33:50Z)
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)
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)
Benchmarking Burst Super-Resolution for Polarization Images: Noise Dataset and Analysis [14.056265185258534]
偏光カメラは、色と偏光の両方を捉えるためにダブルバイアーバーストセンサーを使用している。低い光効率と低い空間分解能を示し、ノイズの増加と偏光測定の妥協をもたらす。バースト超解像を偏光イメージングに適用することは、調整されたデータセットの欠如と信頼できる地上の真実のノイズ統計が問題となる。この研究は、分極バースト超解像のベンチマークを確立し、ノイズ伝搬に関する重要な洞察を与え、分極画像再構成を向上する。
論文参考訳（メタデータ） (2025-03-24T14:17:18Z)
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)
Learning to Deblur Polarized Images [59.33932533761383]
偏光カメラは、1枚のショットで異なる偏光子角度で4つの直線偏光画像をキャプチャすることができる。オンチップのマイクロ偏光器は光の一部を遮蔽するため、センサーの露出時間が長い場合が多いため、捕獲された偏光画像はぼやけやすい。そこで本研究では,偏光を意識してこの問題を解決するために,偏光画像デブロアリングパイプラインを提案する。
論文参考訳（メタデータ） (2024-02-28T07:56:28Z)
NeISF: Neural Incident Stokes Field for Geometry and Material Estimation [50.588983686271284]
多視点逆レンダリングは、異なる視点で撮影された一連の画像から形状、材料、照明などのシーンパラメータを推定する問題である。本稿では,偏光手がかりを用いた曖昧さを低減する多視点逆フレームワークNeISFを提案する。
論文参考訳（メタデータ） (2023-11-22T06:28:30Z)
Robotized polarization characterization platform for free-space quantum communication optics [0.0]
自由空間量子通信における光デバイスのための偏光特性評価プラットフォームを開発した。本研究では、6軸協調ロボットアームに取り付けられた入射偏光状態と入射角の両方を解析する画像偏光計を実演する。
論文参考訳（メタデータ） (2021-09-05T03:32:35Z)

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。