Fugu-MT 論文翻訳(概要): Beyond the Horizon: Decoupling UAVs Multi-View Action Recognition via Partial Order Transfer

論文の概要: Beyond the Horizon: Decoupling UAVs Multi-View Action Recognition via Partial Order Transfer

arxiv url: http://arxiv.org/abs/2504.20530v1
Date: Tue, 29 Apr 2025 08:22:13 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-02 19:15:54.808332
Title: Beyond the Horizon: Decoupling UAVs Multi-View Action Recognition via Partial Order Transfer
Title（参考訳）: 水平を超えて:部分順序移動によるUAVの多視点行動認識の分離
Authors: Wenxuan Liu, Xian Zhong, Zhuo Zhou, Siyuan Yang, Chia-Wen Lin, Alex Chichung Kot,
Abstract要約: 様々なUAV高度に合わせて調整された多視点定式化を導入し、ビュー間の部分的な順序を経験的に観察する。これはUAVビューの階層構造を明示的にモデル化し、高度を横断する認識性能を向上させる、新しいアプローチのモチベーションである。本稿では,大局的なビュー変動に対応するために設計されたParial Order Guided Multi-View Network (POG-MVNet)を提案する。
参考スコア（独自算出の注目度）: 38.646757044416866
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Action recognition in unmanned aerial vehicles (UAVs) poses unique challenges due to significant view variations along the vertical spatial axis. Unlike traditional ground-based settings, UAVs capture actions from a wide range of altitudes, resulting in considerable appearance discrepancies. We introduce a multi-view formulation tailored to varying UAV altitudes and empirically observe a partial order among views, where recognition accuracy consistently decreases as the altitude increases. This motivates a novel approach that explicitly models the hierarchical structure of UAV views to improve recognition performance across altitudes. To this end, we propose the Partial Order Guided Multi-View Network (POG-MVNet), designed to address drastic view variations by effectively leveraging view-dependent information across different altitude levels. The framework comprises three key components: a View Partition (VP) module, which uses the head-to-body ratio to group views by altitude; an Order-aware Feature Decoupling (OFD) module, which disentangles action-relevant and view-specific features under partial order guidance; and an Action Partial Order Guide (APOG), which leverages the partial order to transfer informative knowledge from easier views to support learning in more challenging ones. We conduct experiments on Drone-Action, MOD20, and UAV datasets, demonstrating that POG-MVNet significantly outperforms competing methods. For example, POG-MVNet achieves a 4.7% improvement on Drone-Action dataset and a 3.5% improvement on UAV dataset compared to state-of-the-art methods ASAT and FAR. The code for POG-MVNet will be made available soon.
Abstract（参考訳）: 無人航空機(UAV)における行動認識は、垂直空間軸に沿った大きな視界の変化のために、ユニークな課題を生んでいる。従来の地上設定とは異なり、UAVは広範囲の高度から行動を取り込んでおり、外観の相違がかなり大きい。高度の変動に合わせて調整された多視点定式化を導入し、高度の上昇とともに認識精度が一貫して低下するビュー間の部分的な順序を経験的に観察する。これはUAVビューの階層構造を明示的にモデル化し、高度を横断する認識性能を向上させる、新しいアプローチのモチベーションである。そこで本稿では,高度の異なる地点における視線依存情報を効果的に活用し,劇的な視線変化に対処する部分順序案内型多視点ネットワーク(POG-MVNet)を提案する。このフレームワークは、3つの主要なコンポーネントで構成されている。ビュー分割(VP)モジュールは、高度によるグループビューに対するヘッド・ツー・ボディ比を使用する。オーダー・アウェア・フィーチャー・デカップリング(OFD)モジュールは、部分的な順序ガイダンスの下でアクション関連およびビュー特化機能を歪め、アクション部分順序ガイド(APOG)は、より困難なビューでの学習を支援するために、情報的知識をより容易なビューから伝達するために部分的な順序を利用する。我々は、Drone-Action、MOD20、UAVデータセットの実験を行い、POG-MVNetが競合する手法を大幅に上回ることを示す。例えば、POG-MVNetはDrone-Actionデータセットの4.7%の改善とUAVデータセットの3.5%の改善を実現している。 POG-MVNetのコードは近く公開される予定である。

関連論文リスト

Aerial Vision-and-Language Navigation with Grid-based View Selection and Map Construction [102.70482302750897]
Aerial Vision-and-Language Navigation (Aerial VLN)は、人間の指示に従って空中3D環境をナビゲートする無人航空機エージェントの取得を目的としている。より長い航法、より複雑な3Dシーン、垂直アクションと水平アクションの相互作用の無視により、従来の手法はうまく機能しない。グリッドベースのビュー選択タスクとして空のVLN動作予測を定式化する,グリッドベースのビュー選択フレームワークを提案する。
論文参考訳（メタデータ） (2025-03-14T05:20:43Z)
UAV-DETR: Efficient End-to-End Object Detection for Unmanned Aerial Vehicle Imagery [14.599037804047724]
無人航空機物体検出(UAV-OD)は様々なシナリオで広く用いられている。既存のUAV-ODアルゴリズムの多くは手動で設計したコンポーネントに依存しており、広範囲なチューニングを必要とする。本稿では,UAV画像に適した効率的な検出変換器(DETR)フレームワークを提案する。
論文参考訳（メタデータ） (2025-01-03T15:11:14Z)
PPTFormer: Pseudo Multi-Perspective Transformer for UAV Segmentation [18.585299793391748]
我々は,新しいtextbfPseudo Multi-textbfPerspective textbfTranstextbfformerネットワークであるPTFormerを紹介する。提案手法は,マルチパースペクティブ学習の強化のための疑似視点を作成することによって,実際のマルチパースペクティブデータの必要性を回避する。
論文参考訳（メタデータ） (2024-06-28T03:43:49Z)
UCDNet: Multi-UAV Collaborative 3D Object Detection Network by Reliable Feature Mapping [14.401624713578737]
マルチUAVコラボレーティブな3Dオブジェクト検出は複雑な環境を知覚し理解することができる。カメラによる複数UAV協調3Dオブジェクト検出のパラダイムであるUCDNetを提案する。本手法は, ベースラインに比べて4.7%, 10%mAPの増加を示した。
論文参考訳（メタデータ） (2024-06-07T05:27:32Z)
Multi-view Aggregation Network for Dichotomous Image Segmentation [76.75904424539543]
Dichotomous Image (DIS) は近年,高解像度自然画像からの高精度物体分割に向けて出現している。既存の手法は、グローバルなローカライゼーションと局所的な洗練を徐々に完了させるために、退屈な複数のエンコーダ・デコーダストリームとステージに依存している。これに触発されて、我々は多視点オブジェクト認識問題としてdisをモデル化し、擬似多視点アグリゲーションネットワーク(MVANet)を提供する。一般的なdis-5Kデータセットの実験では、我々のMVANetは精度と速度の両方で最先端の手法を大きく上回っている。
論文参考訳（メタデータ） (2024-04-11T03:00:00Z)
DVANet: Disentangling View and Action Features for Multi-View Action Recognition [56.283944756315066]
本稿では,学習した行動表現を映像中の視覚関連情報から切り離すための多視点行動認識手法を提案する。本モデルとトレーニング方法は,4つの多視点行動認識データセットにおいて,他のユニモーダルモデルよりも有意に優れている。
論文参考訳（メタデータ） (2023-12-10T01:19:48Z)
Multiview Aerial Visual Recognition (MAVREC): Can Multi-view Improve Aerial Visual Perception? [57.77643186237265]
我々は、異なる視点から同期シーンを記録するビデオデータセットであるMultiview Aerial Visual RECgnition(MAVREC)を提示する。 MAVRECは約2.5時間、業界標準の2.7K解像度ビデオシーケンス、0.5万フレーム以上のフレーム、11万の注釈付きバウンディングボックスで構成されている。これにより、MAVRECは地上および空中ビューのデータセットとして最大であり、ドローンベースのデータセットの中では4番目に大きい。
論文参考訳（メタデータ） (2023-12-07T18:59:14Z)
SGDViT: Saliency-Guided Dynamic Vision Transformer for UAV Tracking [12.447854608181833]
本研究は、UAV追跡のための新しいサリエンシ誘導動的視覚変換器(SGDViT)を提案する。提案手法は,クロスコリレーション操作を洗練させるために,タスク固有の新たなオブジェクト・サリエンシ・マイニング・ネットワークを設計する。軽量な塩分フィルタリング変換器は、さらに塩分情報を洗練し、外観情報に焦点を当てる。
論文参考訳（メタデータ） (2023-03-08T05:01:00Z)
Self-aligned Spatial Feature Extraction Network for UAV Vehicle Re-identification [3.449626476434765]
同じ色とタイプを持つ車両は、UAVの観点から非常に類似した外観を示している。最近の研究は、地域的特徴と構成要素的特徴によって区別される情報を抽出する傾向がある。効率的なきめ細かい特徴を抽出し、退屈な注釈付け作業を避けるために、この手紙は教師なしの自己整合ネットワークを開発する。
論文参考訳（メタデータ） (2022-01-08T14:25:54Z)
Perceiving Traffic from Aerial Images [86.994032967469]
本研究では,空中画像中の物体を検出するために,バタフライ検出器と呼ばれる物体検出手法を提案する。 UAVDT(UAVDT)とVisDrone 2019(VisDrone 2019)の2つのUAVデータセット上でButterfly Detectorを評価し、従来の最先端の手法よりも高速に動作し、かつリアルタイムに動作可能であることを示す。
論文参考訳（メタデータ） (2020-09-16T11:37:43Z)

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。