論文の概要: FlowIR: Depth-driven Rectified Flow for Resolving Thermal Ambiguity in Infrared Super-Resolution
- arxiv url: http://arxiv.org/abs/2611.16269v1
- Date: Thu, 12 Nov 2026 04:15:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.358355
- Title: FlowIR: Depth-driven Rectified Flow for Resolving Thermal Ambiguity in Infrared Super-Resolution
- Title(参考訳): FlowIR:赤外超解法における熱曖昧性解消のための深さ駆動型整流流
- Abstract要約: このような曖昧な2次元の証拠から構造を幻覚させる既存の手法は、赤外線劣化下での熱的ドリフト、境界のマージ、信頼性の低い修復をもたらす。
本研究では3次元幾何的キューを生成プロセスに注入することで熱のあいまいさを解消する深度駆動整流フローフレームワークであるFlowIRを提案する。
軽量の補正フローバックボーン上に構築されたFlowIRは、わずか数ステップでIR画像を復元し、鮮明に分離され、劣化し、そして幾何学的に忠実な高解像度の結果を生成する。
- 参考スコア(独自算出の注目度): 15.642040000443155
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Distinguishing different heat sources in low-resolution infrared (IR) images is inherently difficult, as multiple thermal emitters often collapse into ambiguous and overlapping responses. Existing super-resolution methods hallucinate structures from such ambiguous 2D evidence, leading to thermal drift, boundary merging, and unreliable restoration under infrared degradations. We propose FlowIR, a depth-driven rectified flow framework that resolves thermal ambiguity by injecting 3D geometric cues into the generation process. Pseudo-3D depth lifting and depth-guided 3D convolutions disentangle overlapping foreground objects, while cluster-wise inter-attention suppresses cross-source feature contamination. A Thermal-Geometry Consistency Loss further enforces geometric alignment during refinement. Built upon a lightweight rectified flow backbone, FlowIR restores IR images in only a few steps, producing sharply separated, degradation-robust, and geometrically faithful high-resolution results.
- Abstract(参考訳): 低分解能赤外線(IR)画像における異なる熱源の識別は本質的に困難であり、複数の熱放射体はあいまいで重なり合う反応に崩壊することが多い。
既存の超解像法は、このような曖昧な2次元の証拠から構造を幻覚させ、熱的ドリフト、境界の融合、赤外線劣化による信頼性の低い修復をもたらす。
本研究では3次元幾何学的手がかりを生成プロセスに注入することで熱の曖昧さを解消する,深度駆動型整流フローフレームワークであるFlowIRを提案する。
Pseudo-3D depth lifting and depth-guided 3D convolutions disentangle overeground objects, while cluster-wise inter-attention suppresss cross-source feature contamination。
サーマルジオメトリー・コンシスタンス・ロスは、精製中の幾何学的アライメントをさらに強化する。
軽量な補正フローバックボーン上に構築されたFlowIRは、わずか数ステップでIR画像を復元し、鮮明に分離され、劣化し、そして幾何学的に忠実な高解像度の結果を生成する。
関連論文リスト
- Odometry-Aided Real-Time Mapping for Underwater Robots Using Forward-Looking Sonar [51.8931180857129]
前向きソナー(FLS)のリアルタイムマッピングは、未解決の目標高度、空間的に一様でないノイズ、断片化された目標境界のため、依然として困難である。
本稿では,高速フーリエ変換(FFT)に基づくデノイング,高速マルチスケール定数偽アラームレート(MCFAR)検出,勾配適応境界接続を組み合わせたケースケード型特徴再構成パイプラインを提案する。
3m×5mプールにおける実験では,3列に3cm未満のルート平均二乗誤差(RMSE)とフレーム平均処理時間42.4msのセンチスケール平面マッピング精度が示された。
論文 参考訳(メタデータ) (2026-09-21T07:10:04Z) - DarkVGGT: Seeing Through Darkness Using Thermal Geometry without Daylight Tax [30.354740943798692]
低照度シーンにおけるロバストな3次元推定に物理認識熱モデルを用いたRGB-Tフィードフォワード幾何フレームワークを提案する。
ダークVGGTは、スパース反射残基を分離しながら、放射能に支配的な、幾何に一貫性のある熱的手がかりを抽出する。
低可視性RGB-Tベンチマークの実験では、既存のフィードフォワード幾何ベースラインよりも奥行きとカメラポーズの両方が一貫した改善が示されている。
論文 参考訳(メタデータ) (2026-06-09T18:08:51Z) - 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) - L3DR: 3D-aware LiDAR Diffusion and Rectification [85.5914944339043]
レンジビュー(RV)に基づくLiDAR拡散は、最近2Dフォトリアリズムに向けて大きな進歩を遂げた。
しかし、3次元幾何学的リアリズムを無視し、深部出血や波状表面といった様々なRVアーティファクトをしばしば生成する。
我々は,3次元空間におけるRVアーティファクトの回帰とキャンセルが可能な,L3DRを3D対応のLiDAR拡散・整流フレームワークとして設計する。
論文 参考訳(メタデータ) (2026-02-22T06:31:58Z) - Fusing in 3D: Free-Viewpoint Fusion Rendering with a 3D Infrared-Visible Scene Representation [9.888838004473323]
赤外線可視画像融合は、赤外線と可視情報を単一の融合画像に統合することを目的としている。
既存の2次元融合法は、複雑なシナリオの包括的理解を無視して、固定されたカメラ視点から画像を融合することに焦点を当てている。
Infrared-Visible Gaussian Fusionフレームワークを提案する。これはマルチモーダル2次元入力からシーン形状を再構成し、融合画像の直接レンダリングを可能にする。
論文 参考訳(メタデータ) (2026-01-19T03:38:05Z) - HATIR: Heat-Aware Diffusion for Turbulent Infrared Video Super-Resolution [17.384587661698028]
既存のビデオ超解像法 (VSR) は、赤外線と可視像の固有のモード差を無視したり、乱流による歪みの回復に失敗したりする。
乱流赤外ビデオスーパーリゾリューションのための熱認識拡散法を導入し, 拡散サンプリング経路に熱認識変形先行を注入する。
FLIR-IVSRは、FLIR T1050scカメラから一対のLR-HRシーケンスを合成した、乱流赤外VSRの最初のデータセットである。
論文 参考訳(メタデータ) (2026-01-08T07:49:02Z) - Beyond Darkness: Thermal-Supervised 3D Gaussian Splatting for Low-Light Novel View Synthesis [15.288134634021139]
非常に低照度な条件下では、新しいビュー合成(NVS)は幾何、色調、ラジオメトリック安定性の点で深刻な劣化に直面している。
本稿では,レチネックスにインスパイアされた照明分解と熱誘導型3次元ガウス散乱を密結合した統合フレームワークDTGSを提案する。
論文 参考訳(メタデータ) (2025-11-17T06:12:53Z) - 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) - Reti-Diff: Illumination Degradation Image Restoration with Retinex-based
Latent Diffusion Model [59.08821399652483]
照明劣化画像復元(IDIR)技術は、劣化した画像の視認性を改善し、劣化した照明の悪影響を軽減することを目的としている。
これらのアルゴリズムのうち、拡散モデル(DM)に基づく手法は期待できる性能を示しているが、画像レベルの分布を予測する際に、重い計算要求や画素の不一致の問題に悩まされることが多い。
我々は、コンパクトな潜在空間内でDMを活用して、簡潔な指導先を生成することを提案し、IDIRタスクのためのReti-Diffと呼ばれる新しいソリューションを提案する。
Reti-Diff は Retinex-based Latent DM (RLDM) と Retinex-Guided Transformer (RG) の2つの鍵成分からなる。
論文 参考訳(メタデータ) (2023-11-20T09:55:06Z) - Photothermal-SR-Net: A Customized Deep Unfolding Neural Network for
Photothermal Super Resolution Imaging [9.160910754837756]
本論文では, 基礎物理を考慮した深部展開によるデコンボリューションを行う光熱SR-Netを提案する。
光熱SR-Netは、各畳み込み層の得られた熱画像に訓練されたブロック分散しきい値を適用します。
論文 参考訳(メタデータ) (2021-04-21T14:41:04Z)
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。