ThermoNeRF: Joint RGB and Thermal Novel View Synthesis for Building Facades using Multimodal Neural Radiance Fields

要約

熱シーンの再構築は、建物のエネルギー消費の分析やインフラストラクチャの非破壊テストの実行など、さまざまな用途に大きな可能性を秘めています。
ただし、既存の方法では通常、高密度のシーンの測定が必要であり、多くの場合、3D ジオメトリの再構築には RGB 画像に依存し、再構築後に熱情報を投影します。
これにより、再構成されたジオメトリおよび温度データと実際の値の間に不一致が生じる可能性があります。
この課題に対処するために、シーンの新しい RGB ビューと熱ビューを共同でレンダリングする Neural Radiance Fields に基づく新しいマルチモーダル アプローチである ThermoNeRF と、建物のファサードの 8 つのシーンと 8 つのシーンで構成されるペアの RGB + 熱画像のデータセットである ThermoScenes を提案します。
日常の物体のこと。
熱画像のテクスチャの欠如に対処するために、ThermoNeRF は、RGB 画像と熱画像のペアを使用してシーンの密度を学習し、別個のネットワークで色と温度のデータを推定します。
比較可能な研究とは異なり、私たちは温度の再構築に焦点を当てており、実験結果では、ThermoNeRF が建物およびその他のシーンの温度推定でそれぞれ平均絶対誤差 1.13 ℃と 0.41 ℃ を達成し、連結使用と比較して 50% 以上の改善を示しています。
標準 NeRF への入力としての RGB + 熱データ。
コードとデータセットはオンラインで入手できます。

要約(オリジナル)

Thermal scene reconstruction holds great potential for various applications, such as analyzing building energy consumption and performing non-destructive infrastructure testing. However, existing methods typically require dense scene measurements and often rely on RGB images for 3D geometry reconstruction, projecting thermal information post-reconstruction. This can lead to inconsistencies between the reconstructed geometry and temperature data and their actual values. To address this challenge, we propose ThermoNeRF, a novel multimodal approach based on Neural Radiance Fields that jointly renders new RGB and thermal views of a scene, and ThermoScenes, a dataset of paired RGB+thermal images comprising 8 scenes of building facades and 8 scenes of everyday objects. To address the lack of texture in thermal images, ThermoNeRF uses paired RGB and thermal images to learn scene density, while separate networks estimate color and temperature data. Unlike comparable studies, our focus is on temperature reconstruction and experimental results demonstrate that ThermoNeRF achieves an average mean absolute error of 1.13C and 0.41C for temperature estimation in buildings and other scenes, respectively, representing an improvement of over 50% compared to using concatenated RGB+thermal data as input to a standard NeRF. Code and dataset are available online.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google