論文の概要: A Weak-Signal-Aware Framework for Subsurface Defect Detection: Mechanisms for Enhancing Low-SCR Hyperbolic Signatures
- arxiv url: http://arxiv.org/abs/2604.05490v1
- Date: Tue, 07 Apr 2026 06:33:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-08 17:42:09.6649
- Title: A Weak-Signal-Aware Framework for Subsurface Defect Detection: Mechanisms for Enhancing Low-SCR Hyperbolic Signatures
- Title（参考訳）: 地表面欠陥検出のための弱信号認識フレームワーク:低SCRハイパボリックシグナチャの強化機構
- Authors: Wenbo Zhang, Zekun Long, Zican Liu, Yangchen Zeng, Keyi Hu,
- Abstract要約: 本稿では,物理機能再構築によるファイン署名の強化を目的としたフレームワークであるWSA-Netを提案する。
WSA-Net は 0.6958 mAP@0.5 と 164 FPS を 2.412M のパラメータで達成している。
- 参考スコア（独自算出の注目度）: 1.3457443454023024
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Subsurface defect detection via Ground Penetrating Radar is challenged by "weak signals" faint diffraction hyperbolas with low signal-to-clutter ratios, high wavefield similarity, and geometric degradation. Existing lightweight detectors prioritize efficiency over sensitivity, failing to preserve low-frequency structures or decouple heterogeneous clutter. We propose WSA-Net, a framework designed to enhance faint signatures through physical-feature reconstruction. Moving beyond simple parameter reduction, WSA-Net integrates four mechanisms: Signal preservation using partial convolutions; Clutter suppression via heterogeneous grouping attention; Geometric reconstruction to sharpen hyperbolic arcs; Context anchoring to resolve semantic ambiguities. Evaluations on the RTSTdataset show WSA-Net achieves 0.6958 mAP@0.5 and 164 FPS with only 2.412 M parameters. Results prove that signal-centric awareness in lightweight architectures effectively reduces false negatives in infrastructure inspection.
- Abstract（参考訳）: 地中貫入レーダによる地表面欠陥検出は,低信号-クラッタ比,高波動場類似性,幾何劣化の「弱信号」による低回折ハイパーボラに挑戦される。
既存の軽量検出器は感度よりも効率を優先し、低周波構造の維持や異種クラッタの分離に失敗した。
本稿では,物理機能再構築によるファイン署名の強化を目的としたフレームワークであるWSA-Netを提案する。
WSA-Netは、単純なパラメータの削減を超えて、部分的畳み込みを用いた信号の保存、異種グループ化によるクラッタの抑制、双曲弧を鋭くするための幾何学的再構成、意味的曖昧さを解決するためのコンテキストアンカリングの4つのメカニズムを統合している。
RTSTデータセットの評価によると、WSA-Net は 0.6958 mAP@0.5 と 164 FPS であり、パラメータは 2.412M である。
その結果、軽量アーキテクチャにおける信号中心の認識は、インフラ検査における偽陰性を効果的に減少させることが示された。
関連論文リスト
- Amped: Adaptive Multi-stage Non-edge Pruning for Edge Detection [53.59823657644554]
エッジ検出のための適応型多段非エッジプルーニングフレームワーク(Amped)を提案する。
Ampedは高信頼の非エッジトークンを識別し、可能な限り早く削除し、計算を大幅に削減する。
既存のエッジ検出ネットワークの構造的複雑さを軽減するため,Streamline Edge Detector(SED)と呼ばれる,シンプルながら高性能なTransformerベースのモデルを導入する。
論文 参考訳（メタデータ） (2026-03-29T12:26:35Z) - WS-Net: Weak-Signal Representation Learning and Gated Abundance Reconstruction for Hyperspectral Unmixing via State-Space and Weak Signal Attention Fusion [6.0621081081000385]
ハイパースペクトル画像における弱スペクトル応答は、支配的なエンドメンバーとセンサーノイズによってしばしば無視される。
本稿では、弱い信号の崩壊に対処するために設計されたディープ・アンミックス・フレームワークであるWS-Netを紹介する。
このフレームワークは低SNR条件下では安定な精度を維持しており、特に弱いエンドメンバーに対して有効である。
論文 参考訳（メタデータ） (2026-03-10T00:12:33Z) - Halt the Hallucination: Decoupling Signal and Semantic OOD Detection Based on Cascaded Early Rejection [7.227431306238601]
粗い論理による異常検出のための階層的フィルタリングを実現するカスケード早期退避(CER)フレームワークを提案する。
実験の結果、CERは計算オーバーヘッドを32%削減するだけでなく、CIFAR-100ベンチマークの大幅な性能向上も達成している。
論文 参考訳（メタデータ） (2026-02-06T02:55:35Z) - Breaking Semantic Hegemony: Decoupling Principal and Residual Subspaces for Generalized OOD Detection [10.596067236901968]
最先端(SOTA)モデルにおける単純度パラドックスについて検討する。
モデルは、意味的に微妙なOODサンプルを区別する上で、鋭い感度を示すが、厳密な幾何学的盲点に苦しむ。
そこで我々は,D-KNNを提案する。
論文 参考訳（メタデータ） (2026-02-05T06:32:33Z) - SRSR: Enhancing Semantic Accuracy in Real-World Image Super-Resolution with Spatially Re-Focused Text-Conditioning [59.013863248600046]
本稿では,空間的に再焦点を絞ったテキストコンディショニングを推論時に洗練する超解像フレームワークを提案する。
第二に,非接地画素に対するテキストの影響を選択的に回避し,幻覚を防ぐ空間的自由誘導機構を導入する。
論文 参考訳（メタデータ） (2025-10-26T05:03:55Z) - TinyDef-DETR: A Transformer-Based Framework for Defect Detection in Transmission Lines from UAV Imagery [12.48571944931548]
TinyDef-DETRは、UAVが取得した画像から伝送路欠陥の正確かつ効率的な検出を実現するためのフレームワークである。
このモデルは、4つの主要なコンポーネントを統合している: エッジ強化されたResNetバックボーンで境界に敏感な表現を強化する、ストライドフリーなスペース・トゥ・ディープス・モジュールで詳細保存可能なダウンサンプリングを可能にする、Focler-Wise-SIoUレグレッション・ロスにより、小さくて難しいオブジェクトのローカライゼーションが向上する。
論文 参考訳（メタデータ） (2025-09-07T12:36:33Z) - 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) - Subspace Defense: Discarding Adversarial Perturbations by Learning a Subspace for Clean Signals [52.123343364599094]
敵の攻撃は、正常な例に基づいて慎重に摂動を行い、ディープニューラルネットワーク(DNN)を騙す
まず,低次元線形部分空間において,クリーン信号と逆方向の摂動の特徴が冗長であり,重なりが最小であることを示す。
これにより、DNNは、摂動が破棄されている間、クリーン信号の特徴のみが存在する部分空間を学習することができる。
論文 参考訳（メタデータ） (2024-03-24T14:35:44Z) - Global Context Aggregation Network for Lightweight Saliency Detection of
Surface Defects [70.48554424894728]
我々は,エンコーダ・デコーダ構造上の表面欠陥を簡易に検出するためのGCANet(Global Context Aggregation Network)を開発した。
まず、軽量バックボーンの上部層に新しいトランスフォーマーエンコーダを導入し、DSA(Depth-wise Self-Attention)モジュールを通じてグローバルなコンテキスト情報をキャプチャする。
3つの公開欠陥データセットの実験結果から,提案したネットワークは,他の17の最先端手法と比較して,精度と実行効率のトレードオフを良好に達成できることが示された。
論文 参考訳（メタデータ） (2023-09-22T06:19:11Z) - Enhancing Infrared Small Target Detection Robustness with Bi-Level
Adversarial Framework [61.34862133870934]
本稿では,異なる汚職の存在下での検出の堅牢性を促進するために,二段階の対向的枠組みを提案する。
我々の手法は広範囲の汚職で21.96%のIOUを著しく改善し、特に一般ベンチマークで4.97%のIOUを推進している。
論文 参考訳（メタデータ） (2023-09-03T06:35:07Z) - Improving Stability of LS-GANs for Audio and Speech Signals [70.15099665710336]
このベクトル空間で計算された正規性からジェネレータ最適化の定式化への切り離しの符号化は、より包括的な分光図を作成するのに役立つことを示す。
本手法をベースラインGANと比較してモード崩壊の少ないトレーニングにおける安定性向上に有効であることを示す。
論文 参考訳（メタデータ） (2020-08-12T17:41:25Z)
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。