リモートセンシング画像の除霧：進展、課題、展望に関する体系的レビュー
arXiv cs.CV / 2026/3/24
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、リモートセンシング画像の除霧に関して、方法の発展と評価のされ方を網羅する「最初の体系的で統一的な調査」であると主張している。
- 既存のアプローチを、(1) 人手設計の物理的事前知識、(2) データ駆動型の深層復元、(3) ハイブリッドな物理・インテリジェンス（生成）手法、の3つの段階に整理し、CNN、GAN、Transformer、拡散モデルにまたがっている。
- 5つの公開データセットと12の指標にわたる大規模実験の結果、Transformerおよび拡散ベースのモデルは平均でSSIMを約12%〜18%改善し、知覚的誤差を概ね20%〜35%低減することが示されている。
- 放射輝度の整合性に関する専用のテストにより、透過率や大気光の明示的な制約を用いるモデルは色の偏りを最大27%まで低減できることが示され、物理をガイドにしたハイブリッド設計はより高い放射輝度の安定性を達成する。
- レビューでは、動的な大気モデル化、多モーダル融合、軽量なデプロイ、データ不足、ならびに同時（複合）劣化といった未解決課題を取り上げ、信頼でき、制御可能で効率的な除霧システムへ向けた今後の方向性を提案している。
