Text2Thermal：基于文本先验的物理感知热图像合成

热红外成像可在黑暗和恶劣天气下提供可靠的感知，但热数据集仍然稀缺，这促使人们开展大量工作，将丰富的 RGB 图像转换为热图像。这种转换从根本上来说是不适定的，因为热外观由表面发射率和物体温度控制，而这两者在可见光谱中都不可观察到，因此单个 RGB 图像与许多有效的热输出一致。我们认为语言提供了解决这种歧义的自然方法，并提出了**Text2Thermal**，这是一种根据文本先验合成物理感知热图像的框架。我们不是从 RGB 中推断出不可观察的辐射因素，而是通过编码材料、天气、时间和热发射状态的基于热辐射条件的描述明确提供它们，并将预先训练的稳定扩散骨干适应热域。由于辐射内容完全由提示确定，因此 Text2Thermal 可以合成热图像，无需在推理时注册 RGB 图像。在需要空间引导的情况下，可选的控制信号会赋予场景几何形状，而不会干扰提示指定的辐射测量。在 M3FD 和 FLIR 上，Text2Thermal 在热图像合成方法中实现了最先进的 FID，我们还报告了 FMB 数据集的结果，同时提供基于翻译的方法无法提供的文本级控制。