日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

画像ノイズ除去arXiv:2508.03727

TIR-Diffusion: 潜在空間とウェーブレット領域の最適化による拡散モデルベースの熱赤外画像ノイズ除去

TIR-Diffusion: Diffusion-based Thermal Infrared Image Denoising via Latent and Wavelet Domain Optimization

シェア:XThreadsFacebookLINEはてブBluesky

事前学習済み拡散モデルを潜在空間とウェーブレット変換損失で微調整し、熱赤外画像の固定パターンノイズを高精度に除去する手法を提案。実環境データへのゼロショット汎化も示す。

詳しい要約

1. どんなもの?

- TIR画像のdenoisingフレームワーク - diffusion modelベース - latent-space表現とwavelet-domain最適化を活用 - 対象はrobotic perception向けTIR画像 - 非一様なfixed-pattern noiseを除去 - object detection, localization, mappingの前処理を想定 - pretrained stable diffusion modelをfine-tune - cascaded refinement stageでfine detailを強化

2. 先行研究と比べてどこがすごい?

- 既存のstate-of-the-art denoising手法と比較し優位 - benchmark datasetsでsuperior performance - zero-shot generalizationがrobust - 多様で困難なreal-world TIR datasetsに適用可能 - 具体的な比較対象手法名は要旨からは不明 - robotic deploymentへの有効性を示唆

3. 技術・手法の肝は?

- pretrained stable diffusion modelを利用 - 新規loss functionでfine-tune - latent-space loss - DWT (discrete wavelet transform) loss - DTCWT (dual-tree complex wavelet transform) loss - cascaded refinement stageを追加 - fine detailをenhance - high-fidelity denoisingを狙う - latent-space表現とwavelet-domain最適化の組み合わせが肝

4. どうやって有効だと検証した?

- benchmark datasetsでの実験 - state-of-the-art denoising methodsと比較 - zero-shot generalizationの検証 - 多様で困難なreal-world TIR datasetsで評価 - 具体的なdataset名・評価指標は要旨からは不明 - 定量的結果の詳細は要旨からは不明

5. 議論はある?

- 要旨からは不明 - 限界やfailure caseの記述なし - 計算コストや推論速度への言及なし - fixed-pattern noise以外のnoise種別への適用性は不明 - cascaded refinement stageの寄与度の詳細は不明

6. 次に読むべき論文は?

- stable diffusion model (pretrained diffusion model) - DWT (discrete wavelet transform) - DTCWT (dual-tree complex wavelet transform) - TIR image denoisingのstate-of-the-art手法 - 具体的名称は要旨からは不明 - robotic perception向けTIR dataset関連研究 - 具体的名称は要旨からは不明

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Tai Hyoung Rhee, Dong-guw Lee, Ayoung Kim

分類: cs.CV, cs.RO, eess.IV

原文アブストラクト

Thermal infrared imaging exhibits considerable potentials for robotic perception tasks, especially in environments with poor visibility or challenging lighting conditions. However, TIR images typically suffer from heavy non-uniform fixed-pattern noise, complicating tasks such as object detection, localization, and mapping. To address this, we propose a diffusion-based TIR image denoising framework leveraging latent-space representations and wavelet-domain optimization. Utilizing a pretrained stable diffusion model, our method fine-tunes the model via a novel loss function combining latent-space and discrete wavelet transform (DWT) / dual-tree complex wavelet transform (DTCWT) losses. Additionally, we implement a cascaded refinement stage to enhance fine details, ensuring high-fidelity denoising results. Experiments on benchmark datasets demonstrate superior performance of our approach compared to state-of-the-art denoising methods. Furthermore, our method exhibits robust zero-shot generalization to diverse and challenging real-world TIR datasets, underscoring its effectiveness for practical robotic deployment.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI