The protection of ITER in-vessel components and the plasma-wall interaction studies will be based on a large network of infrared (IR) cameras covering 70% of the tokamak. The surface temperature measurement from IR images remains challenging due to the presence of metallic targets, with changes in surface thermo-radiative properties (emissivity) and the presence of multiple reflections. The paper provides an overview of major progress to improve the interpretation of IR image and to get more reliable surface temperature from IR synthetic diagnostics. The paper presents the latest development of (1) the forward model to include the modelling of the edge localised modes and a new advanced camera that is better adapted to experimental data (2) the inverse model to retrieve the emissivity of the targets and the surface temperature from a neural network trained exclusively from synthetic IR images. Promising results have been obtained both from simulated test images with an estimated emissivity better than 0.05 and a surface temperature better than 10%, and from WEST experimental images of ITER-like wide-angle to filter reflection patterns.
ITERの炉内コンポーネントの保護とプラズマ-壁相互作用の研究は、トカマクの70%をカバーする赤外線(IR)カメラの大規模なネットワークに基づくことになる。IR画像からの表面温度測定は、金属ターゲットの存在、表面の熱放射特性（放射率）の変化、および多重反射の存在により、依然として困難である。本論文は、IR画像の解釈を改善し、IR合成診断からより信頼性の高い表面温度を得るための主要な進展の概要を提供する。本論文は、(1)エッジ局在モードのモデリングと実験データにより適した新しい高度なカメラを組み込むための順モデル、(2)合成IR画像のみから訓練されたニューラルネットワークからターゲットの放射率と表面温度を取得するための逆モデル、の最新の開発を提示する。有望な結果は、推定放射率が0.05より良好で表面温度が10%より良好なシミュレーションテスト画像と、反射パターンをフィルタリングするためのITER類似の広角視野のWEST実験画像の両方から得られている。