周波数分解INR：NIR支援による低照度RGB画像のデノイジング

arXiv cs.CV / 2026/4/21

📰 ニュースModels & Research

共有:

要点

この論文は、低照度条件下でのRGB可視画像における深刻なノイズと高周波の構造劣化に対処するため、近赤外（NIR）を用いた低照度RGB画像の復元・デノイジング手法を提案している。
Frequency Decoupled Implicit Neural Representation（FDINR）として、RGB–NIR間の周波数相関の統計的事前知識とマルチスケール・ウェーブレット変換により、画像を低周波成分と高周波成分へ明示的に分解する。
デュアルブランチの暗黙表現（implicit）に基づく設計では、周波数ごとに異なるクロスモーダルな監督を行い、低照度RGBが輝度と色の低周波復元を導き、高SNRのNIRが高周波のテクスチャ生成を制約する。
不確実性に基づく適応的な重み付け損失を導入し、周波数タスク間の寄与のバランスを自動調整して、空間領域での剛直な融合に起因する色の歪みやアーティファクトを抑える。
実験では、FD-INRが輝度の整合性と構造的ディテールを効果的に回復し、さらに暗黙の連続表現により任意解像度の復元タスクで既存手法より優れていることが示されている。

Abstract

低照度条件下での可視画像における深刻なノイズと高周波の構造劣化の問題に対処するため、本論文では、Frequency Decoupled Implicit Neural Representation（FDINR）に基づく近赤外（NIR）支援の低照度画像復元手法を提案する。RGB-NIRのクロスモーダル周波数相関に関する統計的事前知識、すなわち、低周波のRGB信号の方がより信頼できる一方で、高周波のNIR信号は相関が高いという点に基づき、マルチスケールのウェーブレット変換によって画像を異なる周波数成分に明示的に分解し、二重分岐の暗黙的（implicit）ニューラル表現フレームワークを構築する。このフレームワーク内で、クロスモーダルの差分周波数監督（supervision）メカニズムを設計し、低照度RGBを用いて低周波の輝度と色の復元を導き、高SNRのNIR信号を用いて高周波のテクスチャ詳細の生成を制約する。これにより、周波数領域において相補的な利点を実現する。さらに、不確実性に基づく適応的な重み付け損失関数を導入し、異なる周波数タスクの寄与を自動的にバランスさせることで、従来手法で一般的な空間領域における硬直的な融合（rigid fusion）によって生じる色の歪みやアーティファクトの問題を解決する。実験結果は、FD-INRが画像の輝度の一貫性と構造的な詳細を効果的に復元するだけでなく、その暗黙的な連続表現のおかげで、任意解像度の復元タスクにおいて既存手法を上回り、低照度知覚の信頼性を大幅に向上させることを示している。