論文の概要: Group Evidence Matters: Tiling-based Semantic Gating for Dense Object Detection

• arxiv url: http://arxiv.org/abs/2509.10779v1
• Date: Sat, 13 Sep 2025 01:55:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-16 17:26:22.775321
• Title: Group Evidence Matters: Tiling-based Semantic Gating for Dense Object Detection
• Title（参考訳）: グループエビデンス:高密度物体検出のためのタイリングに基づくセマンティックゲーティング
• Authors: Yilun Xiao,
• Abstract要約: 本稿では,重畳誘起冗長性をグループエビデンスに変換する検出器非依存のポストプロセッシングフレームワークを提案する。 このフレームワークは再訓練を必要とせず、現代の検出器と統合する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Dense small objects in UAV imagery are often missed due to long-range viewpoints, occlusion, and clutter[cite: 5]. This paper presents a detector-agnostic post-processing framework that converts overlap-induced redundancy into group evidence[cite: 6]. Overlapping tiling first recovers low-confidence candidates[cite: 7]. A Spatial Gate (DBSCAN on box centroids) and a Semantic Gate (DBSCAN on ResNet-18 embeddings) then validates group evidence[cite: 7]. Validated groups receive controlled confidence reweighting before class-aware NMS fusion[cite: 8]. Experiments on VisDrone show a recall increase from 0.685 to 0.778 (+0.093) and a precision adjustment from 0.801 to 0.595, yielding F1=0.669[cite: 9]. Post-processing latency averages 0.095 s per image[cite: 10]. These results indicate recall-first, precision-trade-off behavior that benefits recall-sensitive applications such as far-field counting and monitoring[cite: 10]. Ablation confirms that tiling exposes missed objects, spatial clustering stabilizes geometry, semantic clustering enforces appearance coherence, and reweighting provides calibrated integration with the baseline[cite: 11]. The framework requires no retraining and integrates with modern detectors[cite: 12]. Future work will reduce semantic gating cost and extend the approach with temporal cues[cite: 13].
• Abstract（参考訳）: UAV画像の小さな物体は、長距離視界、閉塞、クラッタ[注:5]のため、しばしば見逃される。 本稿では,重なり起因した冗長性をグループエビデンスに変換する,検出器に依存しない後処理フレームワークを提案する。 重なり合うタイリングは、まず低信頼の候補を回収する[引用7]。 空間ゲート (DBSCAN on box centroids) とセマンティックゲート (DBSCAN on ResNet-18beddings) は、グループエビデンスを検証します。 検証されたグループは、クラス認識NMS融合の前に制御された信頼性の再重み付けを受ける[引用:8]。 VisDroneの実験では、リコールは 0.685 から 0.778 (+0.093) に増加し、精度は 0.801 から 0.595 に向上し、F1=0.669 [cite: 9] となった。 後処理のレイテンシの平均はイメージあたり0.095秒である[引用: 10]。 これらの結果は,遠方界カウントやモニタリングなどのリコールに敏感なアプリケーションに有効な,リコールファーストで精度の高いトレーダオフ動作を示す[引用:10]。 Ablation氏は、タイリングは欠落したオブジェクトを露出し、空間的クラスタリングは幾何学を安定化し、セマンティッククラスタリングは外観コヒーレンスを強制し、再重み付けはベースライン [cite: 11] と校正された統合を提供します。 このフレームワークは再トレーニングを必要とせず、現代の検出器と統合する[引用: 12]。 今後の作業はセマンティックゲーティングのコストを削減し、時間的キューでアプローチを拡張する予定だ[cite: 13]。

関連論文リスト

• Online Estimation of Table-Top Grown Strawberry Mass in Field Conditions with Occlusions [2.736203444988168]
  本研究では、RGB-Dセンシングとディープラーニングを統合したビジョンベースパイプラインを提案し、非破壊的、リアルタイム、オンラインの質量推定を可能にする。 実験では、イチゴが8.11%、閉塞例が10.47%の質量推定誤差が示された。
  論文  参考訳（メタデータ） (2025-07-31T12:10:23Z)
• Distributed Training under Packet Loss [8.613477072763404]
  信頼性の低いコネクションを利用するとレイテンシが低下するが、パケットを落としてモデルの精度と収束を犠牲にする可能性がある。 そこで本研究では,パケット損失の正確性と収束性を保証する原理的なエンドツーエンドソリューションを提案する。 この研究は、コミュニケーション効率の高いプロトコルと、現代の大規模モデルの訓練で要求される精度と保証のギャップを埋めるものである。
  論文  参考訳（メタデータ） (2025-07-02T11:07:20Z)
• Fixing Data That Hurts Performance: Cascading LLMs to Relabel Hard Negatives for Robust Information Retrieval [54.68474647525667]
  BGEコレクションから15のデータセットのうち8つを抽出し、BEIRでnDCG@10を1.0ポイント増やします。 カスケードLDMプロンプトを用いた簡易で費用対効果の高い手法を提案する。 BEIR上のQwen2.5-3Bのような可逆データに微調整されたリランカーについても同様の利得が観察された。
  論文  参考訳（メタデータ） (2025-05-22T17:47:57Z)
• ZS-VCOS: Zero-Shot Video Camouflaged Object Segmentation By Optical Flow and Open Vocabulary Object Detection [7.457821910654639]
  本研究は,SAM-2やOwl-v2といった大規模事前学習モデルと時間的情報をモジュールパイプラインに統合することにより,トレーニングを回避する方法を研究する。 また,F対策を0.476から0.628に増やした。
  論文  参考訳（メタデータ） (2025-04-10T06:24:54Z)
• RULSurv: A probabilistic survival-based method for early censoring-aware prediction of remaining useful life in ball bearings [39.58317527488534]
  Kullback-Leibler分散とRUL推定を用いた早期故障検出のための新しいフレキシブルな手法を提案する。 我々は,XJTU-SYデータセットにおいて,3つの異なる操作条件にまたがる5倍のクロスバリデーション戦略を用いてアプローチを実証する。 提案手法は,最大荷重下での5軸受の平均累積相対精度(CRA)を0.7586で達成し,複数の最先端ベースラインを改良する。
  論文  参考訳（メタデータ） (2024-05-02T16:17:29Z)
• Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
  新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。 拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。 MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
  論文  参考訳（メタデータ） (2024-05-01T12:03:39Z)
• Correlation Clustering Reconstruction in Semi-Adversarial Models [70.11015369368272]
  相関クラスタリングは多くのアプリケーションにおいて重要なクラスタリング問題である。 本研究では,ランダムノイズや対向的な修正によって崩壊した潜伏クラスタリングを再構築しようとする,この問題の再構築版について検討する。
  論文  参考訳（メタデータ） (2021-08-10T14:46:17Z)
• Dense Label Encoding for Boundary Discontinuity Free Rotation Detection [69.75559390700887]
  本稿では,分類に基づく比較的研究の少ない方法論について検討する。 我々は2つの側面でフロンティアを推し進めるための新しい手法を提案する。 航空画像のための大規模公開データセットの実験と視覚解析は,我々のアプローチの有効性を示している。
  論文  参考訳（メタデータ） (2020-11-19T05:42:02Z)
• Detection as Regression: Certified Object Detection by Median Smoothing [50.89591634725045]
  この研究は、ランダム化平滑化による認定分類の最近の進歩によって動機付けられている。 我々は、$ell$-bounded攻撃に対するオブジェクト検出のための、最初のモデル非依存、トレーニング不要、認定された防御条件を得る。
  論文  参考訳（メタデータ） (2020-07-07T18:40:19Z)
• On the Arbitrary-Oriented Object Detection: Classification based Approaches Revisited [94.5455251250471]
  まず,既存の回帰型回転検出器が抱える境界問題は,角周期性や角秩序によって引き起こされることを示した。 我々は、角予測タスクを回帰問題から分類問題に変換する。 得られた円形分布角分類問題に対して、まず、角度の周期性に対処し、隣り合う角度に対する誤差耐性を高めるために、円スムースラベル法を考案する。
  論文  参考訳（メタデータ） (2020-03-12T03:23:54Z)

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。