Abstract
リモートセンシングの赤外線画像超解像は、低解像度入力からターゲットの輪郭、シーンのレイアウト、放射輝度の安定性を保持しつつ、より鮮明な熱観測を復元することを目的とします。可視画像の超解像とは異なり、熱画像はテクスチャが弱く、不安定な局所的シャープニングに対してより敏感です。そのため、局所モデルと大域モデルの補完的な組み合わせ、特に重要性が高まります。本論文では、NTIRE 2026 赤外線画像超解像チャレンジに対する解決策を提示します。提案手法はデュアルブランチのシステムであり、HAT-LブランチとMambaIRv2-Lブランチを組み合わせます。推論パイプラインでは、HATに対してテスト時ローカル変換を適用し、MambaIRv2では8方向の自己アンサンブルを行い、さらに固定の等重みで画像空間のフュージョンを行います。公式のチャレンジスコアに加えて、Caltech Aerial RGB-Thermalから導出した合成データの4倍12サンプルに対する再現可能な評価結果も報告します。このとき、フュージョン出力はPSNR、SSIM、および総合スコアにおいて、いずれの単一ブランチよりも優れています。これらの結果は、赤外線超解像が、局所的に強力なトランスフォーマーによる復元と、大域的に安定な状態空間モデリングとの間の明示的な補完性から恩恵を受けることを示唆しています。
