論文の概要: Fluxamba: Topology-Aware Anisotropic State Space Models for Geological Lineament Segmentation in Multi-Source Remote Sensing

• arxiv url: http://arxiv.org/abs/2601.17288v1
• Date: Sat, 24 Jan 2026 03:55:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-27 15:23:07.502906
• Title: Fluxamba: Topology-Aware Anisotropic State Space Models for Geological Lineament Segmentation in Multi-Source Remote Sensing
• Title（参考訳）: Fluxamba:マルチソースリモートセンシングにおける地質線分断のためのトポロジーを考慮した異方性状態空間モデル
• Authors: Jin Bai, Huiyao Zhang, Qi Wen, Shengyang Li, Xiaolin Tian, Atta ur Rahman,
• Abstract要約: トポロジ対応の機能修正フレームワークを導入した軽量アーキテクチャを提案する。 F Fluxambaは3.4Mパラメータと6.3G FLOPで24FPS以上のリアルタイム推論速度を達成する。
• 参考スコア（独自算出の注目度）: 6.815807403335458
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The precise segmentation of geological linear features, spanning from planetary lineaments to terrestrial fractures, demands capturing long-range dependencies across complex anisotropic topologies. Although State Space Models (SSMs) offer near-linear computational complexity, their dependence on rigid, axis-aligned scanning trajectories induces a fundamental topological mismatch with curvilinear targets, resulting in fragmented context and feature erosion. To bridge this gap, we propose Fluxamba, a lightweight architecture that introduces a topology-aware feature rectification framework. Central to our design is the Structural Flux Block (SFB), which orchestrates an anisotropic information flux by integrating an Anisotropic Structural Gate (ASG) with a Prior-Modulated Flow (PMF). This mechanism decouples feature orientation from spatial location, dynamically gating context aggregation along the target's intrinsic geometry rather than rigid paths. Furthermore, to mitigate serialization-induced noise in low-contrast environments, we incorporate a Hierarchical Spatial Regulator (HSR) for multi-scale semantic alignment and a High-Fidelity Focus Unit (HFFU) to explicitly maximize the signal-to-noise ratio of faint features. Extensive experiments on diverse geological benchmarks (LROC-Lineament, LineaMapper, and GeoCrack) demonstrate that Fluxamba establishes a new state-of-the-art. Notably, on the challenging LROC-Lineament dataset, it achieves an F1-score of 89.22% and mIoU of 89.87%. Achieving a real-time inference speed of over 24 FPS with only 3.4M parameters and 6.3G FLOPs, Fluxamba reduces computational costs by up to two orders of magnitude compared to heavy-weight baselines, thereby establishing a new Pareto frontier between segmentation fidelity and onboard deployment feasibility.
• Abstract（参考訳）: 地質学的特徴の正確なセグメンテーションは、惑星のリニアメントから地球上の骨折まで、複雑な異方性トポロジーにまたがる長距離の依存関係を捉えることを要求する。 状態空間モデル(SSM)は、ほぼ線形の計算複雑性を提供するが、剛性のある軸方向の走査軌道への依存は、カービリナーターゲットとの基本的なトポロジカルなミスマッチを誘発し、断片化されたコンテキストと特徴の浸食をもたらす。 このギャップを埋めるために、トポロジ対応の機能修正フレームワークを導入した軽量アーキテクチャであるFluxambaを提案する。 我々の設計の中心は、異方性構造ゲート(ASG)と事前変調流(PMF)を統合することで異方性情報流束を編成する構造フラックスブロック(SFB)である。 このメカニズムは特徴方向を空間的位置から切り離し、厳密な経路ではなく、ターゲットの固有幾何学に沿って動的にゲーティングコンテキストアグリゲーションを行う。 さらに,低コントラスト環境下での直列化誘導雑音を軽減するため,多次元意味的アライメントのための階層空間レギュレータ (HSR) と,ファイント特徴の信号-雑音比を明示的に最大化するために高忠実度フォーカスユニット (HFFU) を組み込んだ。 多様な地質学的ベンチマーク(LROC-Lineament、LineaMapper、GeoCrack)に関する大規模な実験は、Fluxambaが新しい最先端技術を確立していることを示している。 特に、LROC-Lineamentデータセットでは、F1スコアは89.22%、mIoUは89.87%に達する。 フルクサンバは3.4Mパラメータと6.3G FLOPしか持たない24FPS以上のリアルタイム推論速度を達成し、重厚なベースラインに比べて最大2桁の計算コストを削減し、セグメンテーションの忠実さとオンボードの展開可能性の間に新たなパレートフロンティアを確立する。

関連論文リスト

• PhyG-MoE: A Physics-Guided Mixture-of-Experts Framework for Energy-Efficient GNSS Interference Recognition [49.955269674859004]
  本稿では,PhyG-MoE(Physics-Guided Mixture-of-Experts)について述べる。 静的アーキテクチャとは異なり、提案システムはスペクトル特性の絡み合いに基づいて信号をルーティングするスペクトルベースのゲーティング機構を用いる。 高容量のTransNeXtエキスパートがオンデマンドでアクティベートされ、飽和シナリオで複雑な機能を分離する一方、軽量のエキスパートは基本的なシグナルを処理してレイテンシを最小化する。
  論文  参考訳（メタデータ） (2026-01-19T07:57:52Z)
• MS-ISSM: Objective Quality Assessment of Point Clouds Using Multi-scale Implicit Structural Similarity [65.85858856481131]
  点雲の非構造的で不規則な性質は、客観的品質評価(PCQA)に重大な課題をもたらす マルチスケールインシシシット構造類似度測定(MS-ISSM)を提案する。
  論文  参考訳（メタデータ） (2026-01-03T14:58:52Z)
• SVRecon: Sparse Voxel Rasterization for Surface Reconstruction [60.92372415355283]
  我々は最近提案されたスパースボキセル化パラダイムをSVReconの統合により高忠実度表面再構成の課題に拡張する。 本手法は, 常に高速な収束を保ちながら, 強い復元精度を実現する。
  論文  参考訳（メタデータ） (2025-11-21T16:32:01Z)
• Exploring Non-Local Spatial-Angular Correlations with a Hybrid Mamba-Transformer Framework for Light Field Super-Resolution [68.54692184478462]
  マンバ法は光画像超解像の計算コストと性能を最適化する大きな可能性を示している。 本稿では,より効率的かつ正確な特徴抽出を実現するために,Subspace Simple Mamba Block (SSMB) を設計したSubspace Simple Scanning (Sub-SS) 戦略を提案する。 また,空間角・異質情報の保存における状態空間の制限に対処する二段階モデリング手法を提案する。
  論文  参考訳（メタデータ） (2025-09-05T05:50:38Z)
• FLEX: A Backbone for Diffusion-Based Modeling of Spatio-temporal Physical Systems [51.15230303652732]
  FLEX (F Low Expert) は、時間物理系の生成モデリングのためのバックボーンアーキテクチャである。 拡散モデルにおける速度場の分散を低減し、トレーニングの安定化に役立つ。 少数の特徴を2つの逆拡散ステップとして用いて、超解像および予測タスクの正確な予測を行う。
  論文  参考訳（メタデータ） (2025-05-23T00:07:59Z)
• Towards Scalable Foundation Model for Multi-modal and Hyperspectral Geospatial Data [14.104497777255137]
  本稿では,3つのイノベーションを取り入れた高効率空間スペクトル変換器について紹介する。 位置マスキングとチャネルマスキングを統合したHyperspectral Masked Autoencoderフレームワークを用いたLESS ViTの事前訓練を行った。 実験により, 提案手法は, 最先端のマルチモーダル地空間基盤モデルと競合する性能を示す。
  論文  参考訳（メタデータ） (2025-03-17T05:42:19Z)
• Topology-Aware 3D Gaussian Splatting: Leveraging Persistent Homology for Optimized Structural Integrity [3.792470553976718]
  本研究はトポロジーを意識した3次元ガウス散乱(トポロジー-GS)を紹介する。 トポロジー-GSは、不完全な初期幾何学的カバレッジのためにピクセルレベルの構造的整合性を損なう。 3つの新しいビューベンチマーク実験により、PSNR、SSIM、LPIPSの指標で、Topology-GSが既存の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2024-12-21T13:25:03Z)
• FPCR-Net: Feature Pyramidal Correlation and Residual Reconstruction for Optical Flow Estimation [72.41370576242116]
  フレーム対からの光フロー推定のための半教師付き特徴ピラミッド相関・残留再構成ネットワーク(FPCR-Net)を提案する。 ピラミッド相関マッピングと残留再構成の2つの主要なモジュールで構成されている。 実験結果から,提案手法は,平均終点誤差 (AEE) に対して0.80, 1.15, 0.10の改善を達成し,最先端性能を実現していることがわかった。
  論文  参考訳（メタデータ） (2020-01-17T07:13:51Z)

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。