論文の概要: STENet: Superpixel Token Enhancing Network for RGB-D Salient Object Detection

• arxiv url: http://arxiv.org/abs/2603.21999v1
• Date: Mon, 23 Mar 2026 14:06:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-24 19:11:39.700694
• Title: STENet: Superpixel Token Enhancing Network for RGB-D Salient Object Detection
• Title（参考訳）: STENet:RGB-D能動物体検出のための超画素トークンエンハンシングネットワーク
• Authors: Jianlin Chen, Gongyang Li, Zhijiang Zhang, Liang Chang, Dan Zeng,
• Abstract要約: 本稿では,STENet(Superpixel Token Enhancing Network)を提案する。 我々のSTENetは最先端の手法に比べて競争性能が高い。
• 参考スコア（独自算出の注目度）: 15.471917655885562
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Transformer-based methods for RGB-D Salient Object Detection (SOD) have gained significant interest, owing to the transformer's exceptional capacity to capture long-range pixel dependencies. Nevertheless, current RGB-D SOD methods face challenges, such as the quadratic complexity of the attention mechanism and the limited local detail extraction. To overcome these limitations, we propose a novel Superpixel Token Enhancing Network (STENet), which introduces superpixels into cross-modal interaction. STENet follows the two-stream encoder-decoder structure. Its cores are two tailored superpixel-driven cross-modal interaction modules, responsible for global and local feature enhancement. Specifically, we update the superpixel generation method by expanding the neighborhood range of each superpixel, allowing for flexible transformation between pixels and superpixels. With the updated superpixel generation method, we first propose the Superpixel Attention Global Enhancing Module to model the global pixel-to-superpixel relationship rather than the traditional global pixel-to-pixel relationship, which can capture region-level information and reduce computational complexity. We also propose the Superpixel Attention Local Refining Module, which leverages pixel similarity within superpixels to filter out a subset of pixels (i.e., local pixels) and then performs feature enhancement on these local pixels, thereby capturing concerned local details. Furthermore, we fuse the globally and locally enhanced features along with the cross-scale features to achieve comprehensive feature representation. Experiments on seven RGB-D SOD datasets reveal that our STENet achieves competitive performance compared to state-of-the-art methods. The code and results of our method are available at https://github.com/Mark9010/STENet.
• Abstract（参考訳）: RGB-D Salient Object Detection (SOD) のためのトランスフォーマーベースの手法が注目されている。 しかしながら、現在のRGB-D SOD法は、注意機構の2次複雑さや局所的詳細抽出の制限といった課題に直面している。 これらの制約を克服するために,超画素トケンエンハンシングネットワーク (STENet) を提案する。 STENetは2ストリームエンコーダ-デコーダ構造に従う。 コアは2つの調整されたスーパーピクセル駆動のクロスモーダル相互作用モジュールで、グローバルとローカルの機能強化に責任がある。 具体的には,各スーパーピクセルの近傍範囲を拡大し,画素とスーパーピクセル間のフレキシブルな変換を可能にすることで,スーパーピクセル生成手法を更新する。 更新されたスーパーピクセル生成法を用いて,まず,領域レベルの情報をキャプチャし,計算複雑性を低減できる,従来のグローバル画素対スーパーピクセル関係ではなく,グローバルピクセル対スーパーピクセル関係をモデル化するスーパーピクセルアテンショングローバルエンハンシングモジュールを提案する。 また,スーパーピクセル内の画素類似性を利用して,画素のサブセット(ローカルピクセルなど)をフィルタリングし,これらの局所画素の機能拡張を行い,関連する局所詳細をキャプチャするスーパーピクセル注意ローカルリファインティングモジュールを提案する。 さらに,グローバルかつローカルに拡張された機能と,クロススケールな機能とを融合し,包括的特徴表現を実現する。 7つのRGB-D SODデータセットの実験により、我々のSTENetは最先端の手法と比較して競争性能が向上していることが明らかとなった。 私たちのメソッドのコードと結果はhttps://github.com/Mark9010/STENet.comで公開されています。

関連論文リスト

• Pixel-Inconsistency Modeling for Image Manipulation Localization [59.968362815126326]
  デジタル画像法医学は、画像認証と操作のローカライゼーションにおいて重要な役割を果たす。 本稿では,画素不整合アーチファクトの解析を通じて,一般化されたロバストな操作ローカライゼーションモデルを提案する。 実験により,本手法は固有の画素不整合偽指紋を抽出することに成功した。
  論文  参考訳（メタデータ） (2023-09-30T02:54:51Z)
• Superpixel Transformers for Efficient Semantic Segmentation [32.537400525407186]
  本稿では,画像の過剰部分化というスーパーピクセルの考え方を活用し,近代的なトランスフォーマーフレームワークでそれらを適用することによって,その解決策を提案する。 提案手法は,グローバルな自己認識機構によって生成されるリッチなスーパーピクセル特徴により,セマンティックセマンティックセグメンテーションにおける最先端性能を実現する。
  論文  参考訳（メタデータ） (2023-09-28T23:09:30Z)
• Adaptive Superpixel for Active Learning in Semantic Segmentation [34.0733215363568]
  本稿では,ピクセル単位のアノテーションではなく,上位のラベルを収集する,スーパーピクセル単位のアクティブラーニングフレームワークを提案する。 スーパーピクセル毎に支配的なラベルを持つことは、クリック数が少なくなるため、アノテータの負担を大幅に削減する。 また、潜在的にノイズの多いアノテーションを学習から識別し排除するシービングメカニズムも考案した。
  論文  参考訳（メタデータ） (2023-03-29T16:07:06Z)
• Decoupled-and-Coupled Networks: Self-Supervised Hyperspectral Image Super-Resolution with Subpixel Fusion [67.35540259040806]
  サブピクセルレベルのHS超解像フレームワークを提案する。 名前が示すように、DC-Netはまず入力を共通(またはクロスセンサー)とセンサー固有のコンポーネントに分離する。 我々は,CSUネットの裏側に自己教師付き学習モジュールを付加し,素材の整合性を保証し,復元されたHS製品の詳細な外観を向上する。
  論文  参考訳（メタデータ） (2022-05-07T23:40:36Z)
• Saliency Enhancement using Superpixel Similarity [77.34726150561087]
  Saliency Object Detection (SOD) は画像解析にいくつかの応用がある。 深層学習に基づくSOD法は最も効果的であるが、類似した色を持つ前景の部品を見逃すことがある。 スーパーピクセル類似性(SESS)に対するtextitSaliency Enhancement というポストプロセッシング手法を導入する。 我々は,SESSが5つの画像データセット上での3つのディープラーニングに基づくSOD手法の結果を連続的に,かつ著しく改善できることを実証した。
  論文  参考訳（メタデータ） (2021-12-01T17:22:54Z)
• Generating Superpixels for High-resolution Images with Decoupled Patch Calibration [82.21559299694555]
  Patch Networks (PCNet) は高解像度のスーパーピクセルセグメンテーションを効率的かつ正確に実装するように設計されている。 DPCは高解像度画像から局所パッチを取得し、動的にバイナリマスクを生成し、ネットワークを領域境界に集中させる。 特に、DPCは高解像度画像からローカルパッチを取り、動的にバイナリマスクを生成して、ネットワークを領域境界に集中させる。
  論文  参考訳（メタデータ） (2021-08-19T10:33:05Z)
• Implicit Integration of Superpixel Segmentation into Fully Convolutional Networks [11.696069523681178]
  スーパーピクセル方式をCNNに暗黙的に統合する方法を提案する。 提案手法では,下地層に画素を階層的にグループ化し,スーパーピクセルを生成する。 本手法は,セマンティックセグメンテーション,スーパーピクセルセグメンテーション,モノクル深度推定などのタスクで評価する。
  論文  参考訳（メタデータ） (2021-03-05T02:20:26Z)
• AINet: Association Implantation for Superpixel Segmentation [82.21559299694555]
  今回提案する新しいtextbfAssociation textbfImplantation(AI)モジュールは、ネットワークがピクセルとその周辺グリッド間の関係を明示的にキャプチャすることを可能にする。 本手法は最先端性能を実現するだけでなく,十分な推論効率を維持することができた。
  論文  参考訳（メタデータ） (2021-01-26T10:40:13Z)
• Superpixel Segmentation Based on Spatially Constrained Subspace Clustering [57.76302397774641]
  独立意味情報を持つ各代表領域を部分空間とみなし,部分空間クラスタリング問題としてスーパーピクセルセグメンテーションを定式化する。 従来のサブスペースクラスタリングとスーパーピクセルセグメンテーションの簡単な統合は,画素の空間相関のために効果的に機能しないことを示す。 本稿では,空間隣接画素に類似の属性を付加してスーパーピクセルにクラスタリング可能な,凸局所性制約付きサブスペースクラスタリングモデルを提案する。
  論文  参考訳（メタデータ） (2020-12-11T06:18:36Z)

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。