赤外線偏光三次元再構成における表面法線ベクトルの曖昧さおよび純粋なデータ駆動手法の物理的制約の欠如という問題に対して、赤外線偏光の物理的先験知識と深層学習を融合した再構成手法を提案する。本手法は法線ベクトル推定の精度と安定性を向上させ、対象表面の高精度な三次元再構成を実現することを目的とする。偏光画像の生データから赤外線強度、線偏光度および偏光角などの偏光情報を解析し、混合偏光放射モデルにより構築された天頂角と線偏光度の関係に基づき、表面法線ベクトルの天頂角を反演する。また、偏光角と表面幾何の対応関係を利用して二つの候補方位角を導出し、候補法線ベクトルを構築する。偏光情報を入力とする参照法線ベクトル生成のためのThermalUNetネットワークを設計した。最終的に、この参照法線ベクトルを用いて物理モデルによって生成された候補法線ベクトルを制約および補正し、一貫性かつ安定した法線ベクトル場を得る。公開されているThermoPol16長波赤外偏光データセットでの実験結果は、本手法で得られた法線ベクトルの平均角度誤差が8.36°であり、11.25°未満の誤差を持つ画素の割合が81.97％に達し、既存手法を上回る再構成精度を示した。自ら収集した中波赤外偏光画像データセットでの追加検証では、温度や材質の異なる対象に対して法線ベクトルの平均角度誤差が7.3°であり、本手法が対象の表面三次元形状を安定かつ高精度に復元可能であることを示している。本手法は偏光三次元再構成における法線ベクトルの曖昧さの問題を解決し、異なる材質、温度、および赤外線波長条件下で良好な再構成精度と安定性を示した。

赤外偏光イメージング;偏光三次元再構成;計算イメージング;表面法線ベクトル