論文の概要: TAPM-Net: Trajectory-Aware Perturbation Modeling for Infrared Small Target Detection

• arxiv url: http://arxiv.org/abs/2601.05446v1
• Date: Fri, 09 Jan 2026 00:27:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-12 17:41:49.799258
• Title: TAPM-Net: Trajectory-Aware Perturbation Modeling for Infrared Small Target Detection
• Title（参考訳）: TAPM-Net:赤外線小ターゲット検出のための軌道認識摂動モデル
• Authors: Hongyang Xie, Hongyang He, Victor Sanchez,
• Abstract要約: 赤外線小目標検出(ISTD)は、信号のコントラストの弱さ、空間範囲の制限、背景の乱れなど、長年にわたる課題である。 現在のモデルでは、小さなターゲットが機能空間における方向的、階層的摂動をいかに引き起こすかを追跡するメカニズムが欠如している。 本稿では,対象特徴障害の空間的拡散挙動を明示的にモデル化するTrajectory-Aware Mamba Propagation Network (TAPM-Net)を提案する。 NUAA-SIRSTとIRSTD-1Kの実験は、TAPM-NetがISTDの最先端性能を達成することを示した。
• 参考スコア（独自算出の注目度）: 12.326502890179107
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Infrared small target detection (ISTD) remains a long-standing challenge due to weak signal contrast, limited spatial extent, and cluttered backgrounds. Despite performance improvements from convolutional neural networks (CNNs) and Vision Transformers (ViTs), current models lack a mechanism to trace how small targets trigger directional, layer-wise perturbations in the feature space, which is an essential cue for distinguishing signal from structured noise in infrared scenes. To address this limitation, we propose the Trajectory-Aware Mamba Propagation Network (TAPM-Net), which explicitly models the spatial diffusion behavior of target-induced feature disturbances. TAPM-Net is built upon two novel components: a Perturbation-guided Path Module (PGM) and a Trajectory-Aware State Block (TASB). The PGM constructs perturbation energy fields from multi-level features and extracts gradient-following feature trajectories that reflect the directionality of local responses. The resulting feature trajectories are fed into the TASB, a Mamba-based state-space unit that models dynamic propagation along each trajectory while incorporating velocity-constrained diffusion and semantically aligned feature fusion from word-level and sentence-level embeddings. Unlike existing attention-based methods, TAPM-Net enables anisotropic, context-sensitive state transitions along spatial trajectories while maintaining global coherence at low computational cost. Experiments on NUAA-SIRST and IRSTD-1K demonstrate that TAPM-Net achieves state-of-the-art performance in ISTD.
• Abstract（参考訳）: 赤外線小目標検出(ISTD)は、信号のコントラストの弱さ、空間範囲の制限、背景の乱れなど、長年にわたる課題である。 畳み込みニューラルネットワーク(CNN)とビジョントランスフォーマー(ViT)のパフォーマンス改善にもかかわらず、現在のモデルでは、赤外線シーンの信号と構造されたノイズを区別するための必須のキューである特徴空間において、小さなターゲットが指向性、階層的な摂動をいかに引き起こすかを追跡するメカニズムが欠如している。 この制限に対処するため,対象特徴障害の空間拡散挙動を明示的にモデル化するTrajectory-Aware Mamba Propagation Network (TAPM-Net)を提案する。 TAPM-Netは、Perturbation-Guided Path Module (PGM) と Trajectory-Aware State Block (TASB) という2つの新しいコンポーネント上に構築されている。 PGMは多レベル特徴から摂動エネルギー場を構築し、局所応答の向きを反映した勾配追従特徴軌道を抽出する。 得られた特徴トラジェクトリは、速度制約拡散と単語レベルと文レベルの埋め込みから意味的に整合した特徴融合を取り入れつつ、各トラジェクトリに沿って動的伝播をモデル化する、マンバベースの状態空間ユニットであるTASBに入力される。 既存の注意に基づく手法とは異なり、TAPM-Netは空間軌道に沿った異方性、文脈に敏感な状態遷移を可能にし、計算コストの低いグローバルコヒーレンスを維持している。 NUAA-SIRSTとIRSTD-1Kの実験は、TAPM-NetがISTDの最先端性能を達成することを示した。

関連論文リスト

• Spatio-Temporal Context Learning with Temporal Difference Convolution for Moving Infrared Small Target Detection [25.15274799496491]
  小型目標検出(IR)の移動は、無人航空機(UAV)や赤外線サーチシステムなどの実用化において重要な役割を担っている。 正確な時間的特徴モデリングは、典型的には時間的差または時間的(3D)畳み込みによって達成される、移動目標検出に不可欠である。 本稿では,正確な目標検出のための時間的特徴を効果的に抽出し,拡張する移動IRSNetを提案する。
  論文  参考訳（メタデータ） (2025-11-11T09:46:43Z)
• PHASE-Net: Physics-Grounded Harmonic Attention System for Efficient Remote Photoplethysmography Measurement [63.007237197267834]
  既存のディープラーニング手法は、主に生理学的モニタリングであり、理論的な堅牢性を欠いている。 本研究では,Navier-Stokes方程式のヘモダイナミックスから導かれる物理インフォームド r パラダイムを提案し,パルス信号が2次系に従うことを示す。 これは、時間的円錐ネットワーク(TCN)を使用する理論的正当性を提供する。 Phase-Netは高い効率で最先端のパフォーマンスを実現し、理論上は基礎的でデプロイ可能な r ソリューションを提供する。
  論文  参考訳（メタデータ） (2025-09-29T14:36:45Z)
• Graph Enhanced Trajectory Anomaly Detection [23.8160784400789]
  軌道異常検出は、インテリジェント交通システムから都市安全・不正防止に至るまで、異常かつ予期せぬ動きパターンを特定するために不可欠である。 既存の手法では、軌跡をサンプリングされた位置の列として扱うことにより、軌道の性質とその運動空間の限られた側面しか考慮していない。 提案するグラフ拡張軌道異常検出フレームワークは,道路網のトポロジ,セグメントセマンティクス,過去の走行パターンを密に統合し,軌跡データをモデル化する。
  論文  参考訳（メタデータ） (2025-09-22T20:15:15Z)
• Bidirectional Feature-aligned Motion Transformation for Efficient Dynamic Point Cloud Compression [97.66080040613726]
  特徴空間における動きを暗黙的にモデル化する双方向特徴整合運動変換(Bi-FMT)フレームワークを提案する。 Bi-FMTは、時間的に一貫した潜在表現を生成するために、過去と将来の両方のフレームで機能を調整する。 圧縮効率とランタイムの両方において, Bi-FMT が D-DPCC と AdaDPCC を上回っていることを示す。
  論文  参考訳（メタデータ） (2025-09-18T03:51:06Z)
• Temporal Point-Supervised Signal Reconstruction: A Human-Annotation-Free Framework for Weak Moving Target Detection [1.187456026346823]
  手動のアノテーションを使わずに弱いターゲットを高速に検出できるTPS(Temporal Point-Supervised)フレームワークを提案する。 テンポラル信号再構成ネットワーク(TSRNet)は、TPSパラダイムの下で開発され、これらの過渡的な信号を再構成する。 目的とする低SNRデータセットに対する大規模な実験により、我々のフレームワークは人間のアノテーションを必要とせず、最先端の手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2025-07-23T09:02:09Z)
• Motion-Enhanced Nonlocal Similarity Implicit Neural Representation for Infrared Dim and Small Target Detection [15.114540113830522]
  赤外線ディムと小さなターゲット検出は、動的マルチフレームシナリオと弱いターゲットシグネチャによって大きな課題となる。 伝統的な低ランク+スパースモデルでは、動的背景と大域的空間的時間的相関を捉えることができないことが多い。 本稿では,これらの課題に対処するために,新しい動作強化非局所類似性暗黙的ニューラル表現フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-22T07:42:00Z)
• DA-Flow: Dual Attention Normalizing Flow for Skeleton-based Video Anomaly Detection [52.74152717667157]
  本稿では,DAM(Dual Attention Module)と呼ばれる軽量モジュールを提案する。 フレームアテンション機構を使用して、最も重要なフレームを識別し、スケルトンアテンション機構を使用して、最小パラメータとフロップで固定されたパーティション間の広範な関係をキャプチャする。
  論文  参考訳（メタデータ） (2024-06-05T06:18:03Z)
• Uncovering the Missing Pattern: Unified Framework Towards Trajectory Imputation and Prediction [60.60223171143206]
  軌道予測は、観測されたシーケンスから実体運動や人間の行動を理解する上で重要な作業である。 現在の方法では、観測されたシーケンスが完了したと仮定し、欠落した値の可能性を無視する。 本稿では,グラフに基づく条件変動リカレントニューラルネットワーク (GC-VRNN) の統一フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-28T14:27:27Z)
• Neural Motion Fields: Encoding Grasp Trajectories as Implicit Value Functions [65.84090965167535]
  本稿では,ニューラルネットワークによってパラメータ化される暗黙的値関数として,オブジェクト点群と相対的タスク軌跡の両方を符号化する新しいオブジェクト表現であるNeural Motion Fieldsを提案する。 このオブジェクト中心表現は、SE(3)空間上の連続分布をモデル化し、サンプリングベースのMPCを利用して、この値関数を最適化することで、反応的に把握することができる。
  論文  参考訳（メタデータ） (2022-06-29T18:47:05Z)

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。