ThermalDiffusion：面向自主导航的视觉到热红外图像到图像翻译
机器人学
2025-06-27 v1 计算机视觉与模式识别
摘要
自主系统依赖传感器来估计其周围环境。然而，相机、LiDAR 和 RADAR 各有其局限性。在夜间或雾、薄雾、扬尘等退化环境中，热成像相机凭借其热特征，能够提供关于感兴趣物体存在情况的宝贵信息。它们使得通常温度高于周围环境的人类和车辆易于被识别。本文重点关注热成像相机在机器人和自动化中的适配，其中最大的障碍是数据缺乏。目前有多个多模态数据集可用于驾驶机器人研究中的场景分割、目标检测和深度估计等任务，这些是自主系统的基石。然而，这些数据集被发现在热红外图像方面有所欠缺。本文提出了一种用合成热红外数据增强这些数据集的解决方案，以实现热成像相机的广泛和快速适配。我们探索使用条件扩散模型，通过自注意力机制学习真实世界物体的热属性，将现有 RGB 图像转换为热红外图像。
引用
@article{arxiv.2506.20969,
title = {ThermalDiffusion: Visual-to-Thermal Image-to-Image Translation for Autonomous Navigation},
author = {Shruti Bansal and Wenshan Wang and Yifei Liu and Parv Maheshwari},
journal= {arXiv preprint arXiv:2506.20969},
year = {2025}
}
备注
Accepted at Thermal Infrared in Robotics (TIRO) Workshop, ICRA 2025