Fugu-MT 論文翻訳(概要): Modality-Specific Hierarchical Enhancement for RGB-D Camouflaged Object Detection

論文の概要: Modality-Specific Hierarchical Enhancement for RGB-D Camouflaged Object Detection

arxiv url: http://arxiv.org/abs/2604.02935v1
Date: Fri, 03 Apr 2026 10:06:59 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-06 17:20:24.441779
Title: Modality-Specific Hierarchical Enhancement for RGB-D Camouflaged Object Detection
Title（参考訳）: RGB-Dカモフラージュ物体検出のためのモダリティ比の階層化
Abstract要約: MHENetはRGB-D CODフレームワークであり、RGBと深度特徴のモダリティ固有の階層的拡張と適応的な融合を行う。 4つのベンチマーク実験により、MHENetは16の最先端メソッドを質的かつ定量的に超越していることが示された。
参考スコア（独自算出の注目度）: 14.168870891821642
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Camouflaged object detection (COD) is challenging due to high target-background similarity, and recent methods address this by complementarily using RGB-D texture and geometry cues. However, RGB-D COD methods still underutilize modality-specific cues, which limits fusion quality. We believe this is because RGB and depth features are fused directly after backbone extraction without modality-specific enhancement. To address this limitation, we propose MHENet, an RGB-D COD framework that performs modality-specific hierarchical enhancement and adaptive fusion of RGB and depth features. Specifically, we introduce a Texture Hierarchical Enhancement Module (THEM) to amplify subtle texture variations by extracting high-frequency information and a Geometry Hierarchical Enhancement Module (GHEM) to enhance geometric structures via learnable gradient extraction, while preserving cross-scale semantic consistency. Finally, an Adaptive Dynamic Fusion Module (ADFM) adaptively fuses the enhanced texture and geometry features with spatially varying weights. Experiments on four benchmarks demonstrate that MHENet surpasses 16 state-of-the-art methods qualitatively and quantitatively. Code is available at https://github.com/afdsgh/MHENet.
Abstract（参考訳）: カモフラーゲ型物体検出(COD)は,高目標背景の類似性のため困難であり,最近の手法ではRGB-Dテクスチャと幾何学的手がかりを補完的に利用することでこの問題に対処している。しかし、RGB-D COD法は、核融合品質を制限するモダリティ固有の手がかりをいまだ利用していない。 RGBと深度の特徴は, 背骨抜歯後に直接融合し, モダリティ特異的な拡張を伴わないためと考えられる。この制限に対処するために,RGB と深度特徴の適応的融合とモダリティ特異的階層化を実現する RGB-D COD フレームワーク MHENet を提案する。具体的には、高頻度情報を抽出することで微妙なテクスチャ変化を増幅するテクスチャ階層拡張モジュール(THEM)と、学習可能な勾配抽出により幾何学構造を向上する幾何学階層拡張モジュール(GHEM)を導入する。最後に、Adaptive Dynamic Fusion Module (ADFM)は、拡張されたテクスチャと幾何学的特徴を空間的に異なる重みで適応的に融合する。 4つのベンチマーク実験により、MHENetは16の最先端メソッドを質的かつ定量的に超越していることが示された。コードはhttps://github.com/afdsgh/MHENet.comで入手できる。

関連論文リスト

HyPSAM: Hybrid Prompt-driven Segment Anything Model for RGB-Thermal Salient Object Detection [75.406055413928]
RGB-T SODのための新しいプロンプト駆動セグメントモデル(HyPSAM)を提案する。 DFNetは動的畳み込みとマルチブランチデコーディングを使用して、適応的な相互モダリティ相互作用を促進する。 3つの公開データセットの実験により,本手法が最先端の性能を達成することを示す。
論文参考訳（メタデータ） (2025-09-23T07:32:11Z)
RGBX-DiffusionDet: A Framework for Multi-Modal RGB-X Object Detection Using DiffusionDet [0.0]
RGBX-DiffusionDetはDiffusionDetモデルを拡張するオブジェクト検出フレームワークである。適応型マルチモーダルエンコーダにより、不均一な2Dデータ(X)をRGB画像と融合する。
論文参考訳（メタデータ） (2025-05-05T11:39:51Z)
HODINet: High-Order Discrepant Interaction Network for RGB-D Salient Object Detection [4.007827908611563]
RGB-D Salient Object Detection (SOD) は、RGBと深度情報を共同でモデル化することで、顕著な領域を検出することを目的としている。ほとんどのRGB-D SOD法は、同じ種類のバックボーンと融合モジュールを適用して、マルチモーダリティとマルチステージの特徴を同一に学習する。本稿では,RGB-D SODのための高次離散相互作用ネットワーク(HODINet)を提案する。
論文参考訳（メタデータ） (2023-07-03T11:56:21Z)
Dynamic Message Propagation Network for RGB-D Salient Object Detection [47.00147036733322]
本稿では,RGB画像と特徴レベルの深度マップ間のメッセージパッシングを制御することにより,RGB-D有意物体検出のための新しいディープニューラルネットワークフレームワークを提案する。 RGB-D能動的物体検出のための6つのベンチマークデータセットを用いた17の最先端手法と比較して,本手法は定量的・視覚的に,他の手法よりも優れていた。
論文参考訳（メタデータ） (2022-06-20T03:27:48Z)
Dual Swin-Transformer based Mutual Interactive Network for RGB-D Salient Object Detection [67.33924278729903]
本研究では,Dual Swin-Transformerを用いたMutual Interactive Networkを提案する。視覚入力における長距離依存をモデル化するために,RGBと奥行きモードの両方の機能抽出器としてSwin-Transformerを採用している。 5つの標準RGB-D SODベンチマークデータセットに関する総合的な実験は、提案手法の優位性を実証している。
論文参考訳（メタデータ） (2022-06-07T08:35:41Z)
Cross-modality Discrepant Interaction Network for RGB-D Salient Object Detection [78.47767202232298]
本稿では,RGB-D SODのためのクロスモダリティ離散相互作用ネットワーク(CDINet)を提案する。 2つのコンポーネントは、効果的な相互モダリティ相互作用を実装するように設計されている。我々のネットワークは、定量的にも質的にも15ドルの最先端の手法より優れています。
論文参考訳（メタデータ） (2021-08-04T11:24:42Z)
Deep RGB-D Saliency Detection with Depth-Sensitive Attention and Automatic Multi-Modal Fusion [15.033234579900657]
RGB-Dサラエントオブジェクト検出(SOD)は通常、2つのモダリティ、すなわちRGBと深さの分類または回帰の問題として定式化される。本稿では,salient objectsの奥行き方向幾何学的前置を用いた深さ感応型rgb特徴モデリング手法を提案する。 7つの標準ベンチマークに関する実験は、最先端技術に対する提案手法の有効性を示している。
論文参考訳（メタデータ） (2021-03-22T13:28:45Z)
Bi-directional Cross-Modality Feature Propagation with Separation-and-Aggregation Gate for RGB-D Semantic Segmentation [59.94819184452694]
深度情報はRGBD画像のセマンティックセグメンテーションにおいて有用であることが証明されている。既存のほとんどの研究は、深度測定がRGBピクセルと正確で整合していると仮定し、問題をモーダルな特徴融合としてモデル化している。本稿では,RGB特徴量応答を効果的に再検討するだけでなく,複数の段階を通して正確な深度情報を抽出し,代わりに2つの補正表現を集約する,統一的で効率的なクロスモダリティガイドを提案する。
論文参考訳（メタデータ） (2020-07-17T18:35:24Z)
RGB-D Salient Object Detection with Cross-Modality Modulation and Selection [126.4462739820643]
本稿では, RGB-D Salient Object Detection (SOD) において, モジュール間相補性を段階的に統合し, 改良する有効な方法を提案する。提案するネットワークは,1)RGB画像とそれに対応する深度マップからの補完情報を効果的に統合する方法,および2)より精度の高い特徴を適応的に選択する方法の2つの課題を主に解決する。
論文参考訳（メタデータ） (2020-07-14T14:22:50Z)
Cross-Modal Weighting Network for RGB-D Salient Object Detection [76.0965123893641]
我々は,RGB-D SODの深度チャネルとRGB-D SODの包括的相互作用を促進するために,新しいクロスモーダルウェイトリング(CMW)戦略を提案する。具体的には、CMW-L、CMW-M、CMW-Hという3つのRGB-depth相互作用モジュールが、それぞれ低レベル、中級、高レベルのクロスモーダル情報融合を扱うように開発されている。 CMWNetは、7つの人気のあるベンチマークで15の最先端のRGB-D SODメソッドを上回っている。
論文参考訳（メタデータ） (2020-07-09T16:01:44Z)

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。