論文の概要: SiamGM: Siamese Geometry-Aware and Motion-Guided Network for Real-Time Satellite Video Object Tracking

• arxiv url: http://arxiv.org/abs/2603.07564v1
• Date: Sun, 08 Mar 2026 10:00:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-10 15:13:14.812542
• Title: SiamGM: Siamese Geometry-Aware and Motion-Guided Network for Real-Time Satellite Video Object Tracking
• Title（参考訳）: SiamGM:リアルタイム衛星映像追跡のためのシームズ幾何学とモーションガイドネットワーク
• Authors: Zixiao Wen, Zhen Yang, Jiawei Li, Xiantai Xiang, Guangyao Zhou, Yuxin Hu, Yuhan Liu,
• Abstract要約: 衛星ビデオにおける単一の物体追跡は、本質的に小さなターゲット、ぼやけた背景、大きなアスペクト比の変化によって挑戦される。 空間的あいまいさと時間的情報損失を緩和する新しい幾何認識および動き誘導型シームズネットワークであるSiamGMを提案する。 SiamGMは計算オーバーヘッドをほとんどなくし、毎秒130フレームのリアルタイムトラッキングを可能にする(FPS)
• 参考スコア（独自算出の注目度）: 35.014174355605476
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Single object tracking in satellite videos is inherently challenged by small target, blurred background, large aspect ratio changes, and frequent visual occlusions. These constraints often cause appearance-based trackers to accumulate errors and lose targets irreversibly. To systematically mitigate both spatial ambiguities and temporal information loss, we propose SiamGM, a novel geometry-aware and motion-guided Siamese network. From a spatial perspective, we introduce an Inter-Frame Graph Attention (IFGA) module, closely integrated with an Aspect Ratio-Constrained Label Assignment (LA) method, establishing fine-grained topological correspondences and explicitly preventing surrounding background noise. From a temporal perspective, we introduce the Motion Vector-Guided Online Tracking Optimization method. By adopting the Normalized Peak-to-Sidelobe Ratio (nPSR) as a dynamic confidence indicator, we propose an Online Motion Model Refinement (OMMR) strategy to utilize historical trajectory information. Evaluations on two challenging SatSOT and SV248S benchmarks confirm that SiamGM outperforms most state-of-the-art trackers in both precision and success metrics. Notably, the proposed components of SiamGM introduce virtually no computational overhead, enabling real-time tracking at 130 frames per second (FPS). Codes and tracking results are available at https://github.com/wenzx18/SiamGM.
• Abstract（参考訳）: 衛星ビデオにおける単一の物体追跡は、本質的に小さなターゲット、ぼやけた背景、大きなアスペクト比の変化、そして頻繁な視覚的閉塞によって挑戦される。 これらの制約はしばしば外見ベースのトラッカーがエラーを蓄積し、標的を不可逆的に失う。 空間的曖昧さと時間的情報損失の両方を系統的に緩和するために,新しい幾何認識型および動き誘導型シームズネットワークであるSiamGMを提案する。 空間的観点からは,アスペクト比制約ラベルアサインメント (LA) 法と密に統合されたIFGA (Inter-Frame Graph Attention) モジュールを導入し,微粒なトポロジカル対応を確立し,周囲の背景雑音を明示的に防止する。 時間的観点から,運動ベクトル誘導オンライントラッキング最適化法を導入する。 動的信頼度指標として正規化ピーク・ツー・シデローブ比(nPSR)を採用することにより,歴史的軌跡情報を利用するオンライン運動モデル精錬(OMMR)戦略を提案する。 SatSOTとSV248Sの2つのベンチマークの評価では、SiamGMは精度と成功率の両方で最先端のトラッカーよりも優れていることが確認されている。 特に、提案されているSiamGMのコンポーネントは計算オーバーヘッドをほとんどなくし、毎秒130フレーム(FPS)でのリアルタイムトラッキングを可能にした。 コードと追跡結果はhttps://github.com/wenzx18/SiamGMで公開されている。

関連論文リスト

• SMTrack: End-to-End Trained Spiking Neural Networks for Multi-Object Tracking in RGB Videos [8.673924616309698]
  脳にインスパイアされたスパイキングニューラルネットワーク(SNN)は、低消費電力計算において大きな可能性を秘めている。 視覚タスクにおけるそれらの応用は、画像分類、オブジェクト検出、イベントベースのトラッキングに限られている。 SMTrack - 標準RGBビデオにおけるエンドツーエンドのマルチオブジェクト追跡のための、最初の直接訓練されたディープSNNフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-20T10:47:37Z)
• Tracking the Unstable: Appearance-Guided Motion Modeling for Robust Multi-Object Tracking in UAV-Captured Videos [58.156141601478794]
  マルチオブジェクトトラッキング(UAVT)は、ビデオのフレーム間で一貫したアイデンティティを維持しながら、複数のオブジェクトを追跡することを目的としている。 既存の手法は、通常、動作キューと外観を別々にモデル化し、それらの相互作用を見渡して、最適下追跡性能をもたらす。 本稿では、AMC行列とMTCモジュールの2つの主要コンポーネントを通して、外観と動きの手がかりを利用するAMOTを提案する。
  論文  参考訳（メタデータ） (2025-08-03T12:06:47Z)
• Multiple Object Tracking in Video SAR: A Benchmark and Tracking Baseline [6.467005601813546]
  マルチオブジェクトトラッキングにはビデオ合成開口レーダ(Video SAR)が使用される。 標的運動によって誘発されるドップラーシフトは、容易に影と間違えられる人工物をもたらす。 この分野での大きな制限は、標準化されたアルゴリズム評価のための公開ベンチマークデータセットの欠如である。
  論文  参考訳（メタデータ） (2025-06-13T06:12:25Z)
• MATE: Motion-Augmented Temporal Consistency for Event-based Point Tracking [58.719310295870024]
  本稿では,任意の点を追跡するイベントベースのフレームワークを提案する。 事象の間隔に起因する曖昧さを解決するため、運動誘導モジュールは運動ベクトルを局所的なマッチングプロセスに組み込む。 このメソッドは、任意のポイントベースラインのイベントのみのトラッキングに対して、$Survival_50$メトリックを17.9%改善する。
  論文  参考訳（メタデータ） (2024-12-02T09:13:29Z)
• Spatio-Temporal Bi-directional Cross-frame Memory for Distractor Filtering Point Cloud Single Object Tracking [2.487142846438629]
  LIDARポイント内の1つのオブジェクトトラッキングは、コンピュータビジョンにおける重要なタスクである。 既存の手法は、ネットワーク経由の外観マッチングのみに依存するか、連続したフレームからの情報を利用するが、重大な課題に遭遇する。 我々は、これらの課題を緩和するために、STMD-Trackerという、革新的なクロスフレームバイテンポラルモーショントラッカーを設計する。
  論文  参考訳（メタデータ） (2024-03-23T13:15:44Z)
• An Effective Motion-Centric Paradigm for 3D Single Object Tracking in Point Clouds [50.19288542498838]
  LiDARポイントクラウド(LiDAR SOT)における3Dシングルオブジェクトトラッキングは、自動運転において重要な役割を果たす。 現在のアプローチはすべて、外観マッチングに基づくシームズパラダイムに従っている。 我々は新たな視点からLiDAR SOTを扱うための動き中心のパラダイムを導入する。
  論文  参考訳（メタデータ） (2023-03-21T17:28:44Z)
• MotionHint: Self-Supervised Monocular Visual Odometry with Motion Constraints [70.76761166614511]
  モノクローナルビジュアル・オドメトリー(VO)のための新しい自己教師型アルゴリズムMotionHintを提案する。 我々のMotionHintアルゴリズムは、既存のオープンソースSSM-VOシステムに容易に適用できる。
  論文  参考訳（メタデータ） (2021-09-14T15:35:08Z)
• MeNToS: Tracklets Association with a Space-Time Memory Network [12.416351779111864]
  提案手法は特にデータ関連問題に対処する。 MeNToSは、MOTSのオブジェクトマスクを追跡するためにSTMネットワークを使用した最初の企業である。 我々はRobMOTSチャレンジで4位になった。
  論文  参考訳（メタデータ） (2021-07-15T01:33:21Z)
• DS-Net: Dynamic Spatiotemporal Network for Video Salient Object Detection [78.04869214450963]
  時間情報と空間情報のより効果的な融合のための新しい動的時空間ネットワーク(DSNet)を提案する。 提案手法は最先端アルゴリズムよりも優れた性能が得られることを示す。
  論文  参考訳（メタデータ） (2020-12-09T06:42:30Z)

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。