論文の概要: Long-wave Infrared Polarimetric Remote Sensing Image Fusion for Vehicle Detection
- arxiv url: http://arxiv.org/abs/2610.27018v1
- Date: Mon, 19 Oct 2026 13:22:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.42065
- Title: Long-wave Infrared Polarimetric Remote Sensing Image Fusion for Vehicle Detection
- Title（参考訳）: 長距離赤外ポラリメトリックリモートセンシング画像融合による車両検出
- Abstract要約: 赤外線リモートセンシング画像におけるブラインド車両輪郭と低コントラスト限界検出性能
本稿では,マンバをベースとした赤外偏光リモートセンシング画像融合モデルを提案する。
- 参考スコア（独自算出の注目度）: 5.55395215225798
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Blurred vehicle contours and low contrast limit detection performance in infrared remote sensing imagery, while existing fusion methods may introduce polarization noise and fail to integrate complementary information effectively. To address these limitations, we propose a Mamba-based infrared polarimetric remote sensing image fusion model. Infrared polarization information reflects surface material properties and geometry, providing complementary information to infrared intensity. The proposed method first combines long-wave infrared total intensity S0 and the degree of linear polarization (DoLP), using a physics-inspired polarization-response proxy and spatial structural continuity to extract guidance features. It then employs bidirectional state space scanning along horizontal, vertical, and both diagonal orientations to enable cross-modal feature fusion across the entire image. Prior-guided multi-window structural similarity, reconstruction constraints, and a relative lower-bound loss for polarization saliency are jointly introduced to suppress noise while preserving global background structures and target polarization features. In addition, we construct AIR-LWIR-Pol, a dataset of 1,901 accurately registered image pairs acquired using an airborne division-of-aperture long-wave infrared polarimetric imaging system, and evaluate downstream vehicle detection using YOLO11. The experimental results show that the proposed method outperforms the comparison methods on four fusion metrics, including entropy and structural similarity. Vehicle detection mAP50 and mAP50-95 reach 55.0% and 29.4%. These results demonstrate the effectiveness of combining physical priors with state space modeling for long-wave infrared polarization image fusion and support its use for target detection in complex remote sensing scenes.
- Abstract（参考訳）: 赤外線リモートセンシング画像における車両輪郭のぼやけと低コントラスト限界検出性能は,既存の融合法では偏光ノイズを発生させる可能性があり,補完情報を効果的に統合できない。
これらの制約に対処するために,マンバをベースとした赤外偏光リモートセンシング画像融合モデルを提案する。
赤外線偏光情報は、表面の材料特性と幾何学を反映し、赤外強度を補完する情報を提供する。
提案手法は、まず、物理学に着想を得た偏光応答プロキシと空間構造的連続性を用いて、長波赤外全強度S0と線形偏光度(DoLP)を結合して誘導特徴を抽出する。
次に、水平方向、垂直方向、および両対角方向に沿って双方向の状態空間を走査し、画像全体にわたるクロスモーダルな特徴融合を可能にする。
大域的背景構造と目標偏光特性を保ちながら騒音を抑制するために, 先行誘導型マルチウィンドウ構造類似性, 再構成制約, および相対的な偏光塩分損失を共同導入した。
さらに,空中分割長波長赤外偏光画像システムを用いて取得した1,901個の正確に登録された画像対のデータセットであるAIR-LWIR-Polを構築し,YOLO11を用いた下流車両検出の評価を行った。
実験の結果,提案手法はエントロピーと構造的類似性を含む4つの核融合測定値の比較法よりも優れていた。
車両検出のmAP50とmAP50-95は55.0%、29.4%に達した。
これらの結果は,遠波長赤外偏光画像融合における物理先行と状態空間モデリングの併用の有効性を示し,複雑なリモートセンシングシーンにおける目標検出を支援する。
関連論文リスト
- IRPol-Fuse: Energy-structure coordination for infrared polarization fusion under low visibility [5.157439148327911]
低可視性シナリオに挑戦するエネルギー構造協調型IPIFフレームワークであるIRPol-Fuseを提案する。
提案フレームワークは, 適応赤外偏光アロケーションのための偏光アテンションフュージョン, ハイライト誘導赤外保護のための赤外光, 偏光テクスチャ復元のための偏光テクスチャの3つの重要なモジュールを含む。
LI-PIと公共LCDRSデータセットを用いた実験により、IRPol-Fuseは熱標的保存、構造的詳細回復、視覚的自然性において良好な性能を発揮することが示された。
論文 参考訳（メタデータ） (2026-08-08T01:35:25Z) - A projection-free approach toward mapping the structured polarization fields [7.927860906142733]
香港-奥羽-マンデル干渉を用いた2次元偏光分布のプロジェクションフリーマッピング法を提案する。
本手法は, 平衡ビームスプリッタにおける偏光不均一性に対する2光子束の感度を利用して, 限界を克服する。
提案した量子光学技術は、複屈折材料の構造偏光場を特徴付けるための、単純でスケーラブルで高精度なフレームワークを提供する。
論文 参考訳（メタデータ） (2026-07-18T07:05:43Z) - 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) - Shape from Polarization of Thermal Emission and Reflection [2.7317088388886384]
長波長赤外(LWIR)スペクトルにおける偏光の形状(SfP)技術を利用する。
我々は、放射と反射の複合効果を明示的に考慮した偏極モデルを定式化した。
我々はプロトタイプシステムを実装し、LWIR SfPのための最初の実世界のベンチマークデータセットであるThermoPolを開発した。
論文 参考訳（メタデータ） (2025-06-23T00:33:17Z) - UMCFuse: A Unified Multiple Complex Scenes Infrared and Visible Image Fusion Framework [18.30261731071375]
UMCFuseと呼ばれる複雑なシーンにおける赤外線と可視画像の融合のための統合フレームワークを提案する。
我々は、可視画像のピクセルを光透過の散乱度から分類し、全体的な強度から細部を分離する。
論文 参考訳（メタデータ） (2024-02-03T09:27:33Z) - CoCoNet: Coupled Contrastive Learning Network with Multi-level Feature Ensemble for Multi-modality Image Fusion [68.78897015832113]
我々は、赤外線と可視画像の融合を実現するために、CoCoNetと呼ばれるコントラスト学習ネットワークを提案する。
本手法は,主観的評価と客観的評価の両面において,最先端(SOTA)性能を実現する。
論文 参考訳（メタデータ） (2022-11-20T12:02:07Z) - Unsupervised Misaligned Infrared and Visible Image Fusion via
Cross-Modality Image Generation and Registration [59.02821429555375]
我々は、教師なし不整合赤外線と可視画像融合のための頑健な相互モダリティ生成登録パラダイムを提案する。
登録された赤外線画像と可視画像とを融合させるため,IFM (Feature Interaction Fusion Module) を提案する。
論文 参考訳（メタデータ） (2022-05-24T07:51:57Z) - Target-aware Dual Adversarial Learning and a Multi-scenario
Multi-Modality Benchmark to Fuse Infrared and Visible for Object Detection [65.30079184700755]
本研究は、物体検出のために異なるように見える赤外線と可視画像の融合の問題に対処する。
従来のアプローチでは、2つのモダリティの根底にある共通点を発見し、反復最適化またはディープネットワークによって共通空間に融合する。
本稿では、融合と検出の連立問題に対する二段階最適化の定式化を提案し、その後、核融合と一般的に使用される検出ネットワークのためのターゲット認識デュアル逆学習(TarDAL)ネットワークに展開する。
論文 参考訳（メタデータ） (2022-03-30T11:44:56Z) - Fully Polarimetric SAR and Single-Polarization SAR Image Fusion Network [8.227845719405051]
完全偏光合成開口レーダ(PolSAR)と単偏光合成開口レーダSAR(SinSAR)画像融合ネットワークを提案する。
偏光分解と偏光シグネチャの実験は、偏光情報がよく維持されていることを示している。
論文 参考訳（メタデータ） (2021-07-18T03:51:04Z) - Depth Estimation from Monocular Images and Sparse Radar Data [93.70524512061318]
本稿では,ディープニューラルネットワークを用いた単眼画像とレーダ点の融合により,より正確な深度推定を実現する可能性を検討する。
レーダ測定で発生するノイズが,既存の融合法の適用を妨げている主要な理由の1つであることが判明した。
実験はnuScenesデータセット上で行われ、カメラ、レーダー、LiDARの記録を様々な場面と気象条件で記録する最初のデータセットの1つである。
論文 参考訳（メタデータ） (2020-09-30T19:01:33Z) - Exploring Thermal Images for Object Detection in Underexposure Regions
for Autonomous Driving [67.69430435482127]
アンダーエクスポージャー地域は、安全な自動運転のための周囲の完全な認識を構築するのに不可欠である。
サーマルカメラが利用可能になったことで、他の光学センサーが解釈可能な信号を捉えていない地域を探索するための重要な代替手段となった。
本研究は,可視光画像から熱画像へ学習を伝達するためのスタイル伝達手法を用いたドメイン適応フレームワークを提案する。
論文 参考訳（メタデータ） (2020-06-01T09:59:09Z)
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。