論文の概要: BOOTPLACE: Bootstrapped Object Placement with Detection Transformers

• arxiv url: http://arxiv.org/abs/2503.21991v1
• Date: Thu, 27 Mar 2025 21:21:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-31 15:32:00.100006
• Title: BOOTPLACE: Bootstrapped Object Placement with Detection Transformers
• Title（参考訳）: BOOTPLACE: 検出変換器付きブートストラップオブジェクト配置
• Authors: Hang Zhou, Xinxin Zuo, Rui Ma, Li Cheng,
• Abstract要約: 本稿では,オブジェクト配置を位置検出問題として定式化する新しいパラダイムであるBOOTPLACEを紹介する。 確立されたベンチマークの実験結果は、BOOTPLACEのオブジェクト再配置における優れた性能を示している。
• 参考スコア（独自算出の注目度）: 23.300369070771836
• License:
• Abstract: In this paper, we tackle the copy-paste image-to-image composition problem with a focus on object placement learning. Prior methods have leveraged generative models to reduce the reliance for dense supervision. However, this often limits their capacity to model complex data distributions. Alternatively, transformer networks with a sparse contrastive loss have been explored, but their over-relaxed regularization often leads to imprecise object placement. We introduce BOOTPLACE, a novel paradigm that formulates object placement as a placement-by-detection problem. Our approach begins by identifying suitable regions of interest for object placement. This is achieved by training a specialized detection transformer on object-subtracted backgrounds, enhanced with multi-object supervisions. It then semantically associates each target compositing object with detected regions based on their complementary characteristics. Through a boostrapped training approach applied to randomly object-subtracted images, our model enforces meaningful placements through extensive paired data augmentation. Experimental results on established benchmarks demonstrate BOOTPLACE's superior performance in object repositioning, markedly surpassing state-of-the-art baselines on Cityscapes and OPA datasets with notable improvements in IOU scores. Additional ablation studies further showcase the compositionality and generalizability of our approach, supported by user study evaluations.
• Abstract（参考訳）: 本稿では,オブジェクト配置学習に着目したコピー・ペースト・イメージ・ツー・イメージ合成問題に取り組む。 従来の手法では、高密度監視への依存を減らすために生成モデルを活用してきた。 しかし、これはしばしば、複雑なデータ分散をモデル化する能力を制限する。 あるいは、わずかに対照的な損失を持つ変圧器ネットワークが検討されているが、その過度に緩和された正規化は、しばしば不正確な物体配置をもたらす。 本稿では,オブジェクト配置を位置検出問題として定式化する新しいパラダイムであるBOOTPLACEを紹介する。 私たちのアプローチは、対象の配置に適した領域を特定することから始まります。 これは、多目的監督によって強化されたオブジェクト抽出された背景に対して、特殊検出変換器を訓練することにより達成される。 次に、その相補的特性に基づいて、各対象合成対象と検出された領域を意味的に関連付ける。 ランダムにオブジェクトを抽出した画像に適用した強化トレーニング手法により、我々のモデルは、広範囲なペアデータ拡張を通じて有意義な配置を強制する。 確立されたベンチマーク実験の結果、BOOTPLACEのオブジェクト再配置における優れたパフォーマンスを示し、都市景観とOPAデータセットの最先端ベースラインを著しく上回り、IOUスコアが顕著に改善された。 追加のアブレーション研究は、ユーザスタディ評価に支えられ、我々のアプローチの構成性と一般化可能性をさらに示すものである。

関連論文リスト

• Object-level Copy-Move Forgery Image Detection based on Inconsistency Mining [25.174869954072648]
  Inconsistency Mining(IMNet)に基づくオブジェクトレベルのコピー・モーブ偽画像検出を提案する。 オブジェクトレベルの完全なターゲットを得るために、ソースと改ざんされた領域のプロトタイプをカスタマイズし、動的に更新する。 提案するIMNetの有効性とロバスト性を検証した3つの公開データセットについて実験を行った。
  論文  参考訳（メタデータ） (2024-03-31T09:01:17Z)
• Innovative Horizons in Aerial Imagery: LSKNet Meets DiffusionDet for Advanced Object Detection [55.2480439325792]
  本稿では,LSKNetのバックボーンをDiffusionDetヘッドに統合したオブジェクト検出モデルの詳細な評価を行う。 提案手法は平均精度(MAP)を約45.7%向上させる。 この進歩は、提案された修正の有効性を強調し、航空画像解析の新しいベンチマークを設定する。
  論文  参考訳（メタデータ） (2023-11-21T19:49:13Z)
• Weakly-supervised Contrastive Learning for Unsupervised Object Discovery [52.696041556640516]
  ジェネリックな方法でオブジェクトを発見できるため、教師なしのオブジェクト発見は有望である。 画像から高レベルな意味的特徴を抽出する意味誘導型自己教師学習モデルを設計する。 オブジェクト領域のローカライズのための主成分分析(PCA)を導入する。
  論文  参考訳（メタデータ） (2023-07-07T04:03:48Z)
• Contrastive View Design Strategies to Enhance Robustness to Domain Shifts in Downstream Object Detection [37.06088084592779]
  コントラスト学習とドメイン外オブジェクト検出の実証的研究を行う。 本稿では,外見シフトやコンテキストシフトのシナリオにおいて,ビューを拡大し,堅牢性を高める戦略を提案する。 我々の結果と洞察は、対照的な学習における視点の選択を通じて、堅牢性を確保する方法を示している。
  論文  参考訳（メタデータ） (2022-12-09T00:34:50Z)
• Spatial Reasoning for Few-Shot Object Detection [21.3564383157159]
  本稿では,空間的推論フレームワークを提案する。 グラフ畳み込みネットワークをRoIとその関連性はそれぞれノードとエッジとして定義する。 提案手法は最先端の手法を著しく上回り, 広範囲なアブレーション研究により有効性を検証する。
  論文  参考訳（メタデータ） (2022-11-02T12:38:08Z)
• Fusing Local Similarities for Retrieval-based 3D Orientation Estimation of Unseen Objects [70.49392581592089]
  我々は,モノクロ画像から未確認物体の3次元配向を推定する作業に取り組む。 我々は検索ベースの戦略に従い、ネットワークがオブジェクト固有の特徴を学習するのを防ぐ。 また,LineMOD,LineMOD-Occluded,T-LESSのデータセットを用いた実験により,本手法が従来の手法よりもはるかに優れた一般化をもたらすことが示された。
  論文  参考訳（メタデータ） (2022-03-16T08:53:00Z)
• Object-aware Contrastive Learning for Debiased Scene Representation [74.30741492814327]
  オブジェクトを自己教師型でローカライズする,オブジェクト認識型コントラスト学習フレームワークを開発した。 また、コントラCAM、オブジェクト認識型乱作、背景混合に基づく2つのデータ拡張を導入し、コントラスト型自己教師型学習における文脈バイアスと背景バイアスを低減した。
  論文  参考訳（メタデータ） (2021-07-30T19:24:07Z)
• Oriented RepPoints for Aerial Object Detection [10.818838437018682]
  本稿では,オブジェクト指向RepPointsという,空中物体検出のための新しい手法を提案する。 具体的には、任意指向オブジェクトの幾何学的および空間的情報を取得するために、適応点の集合を用いることを提案する。 教師付き学習を容易にするために,適応点を配向境界ボックスに明示的にマッピングする指向変換関数を提案する。
  論文  参考訳（メタデータ） (2021-05-24T06:18:23Z)
• Salient Objects in Clutter [130.63976772770368]
  本稿では,既存の正当性オブジェクト検出(SOD)データセットの重大な設計バイアスを特定し,対処する。 この設計バイアスは、既存のデータセットで評価した場合、最先端のSODモデルのパフォーマンスの飽和につながった。 我々は,新しい高品質データセットを提案し,前回のsaliencyベンチマークを更新する。
  論文  参考訳（メタデータ） (2021-05-07T03:49:26Z)
• Instance Localization for Self-supervised Detection Pretraining [68.24102560821623]
  インスタンスローカリゼーションと呼ばれる,新たな自己監視型プリテキストタスクを提案する。 境界ボックスを事前学習に組み込むことで、より優れたタスクアライメントとアーキテクチャアライメントが促進されることを示す。 実験結果から, オブジェクト検出のための最先端の転送学習結果が得られた。
  論文  参考訳（メタデータ） (2021-02-16T17:58:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。