論文の概要: Contrastive-SDXL: Annotation-Preserving Night-Time Augmentation for Pedestrian Detection

• arxiv url: http://arxiv.org/abs/2605.16406v1
• Date: Wed, 13 May 2026 10:41:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:46.297123
• Title: Contrastive-SDXL: Annotation-Preserving Night-Time Augmentation for Pedestrian Detection
• Title（参考訳）: Contrastive-SDXL: Annotation-Preserving Night-Time Augmentation for Pedestrian Detection
• Authors: Franky George, Muhammad Khalid, Adil Khan,
• Abstract要約: 夜間歩行者検出のための日夜拡張フレームワークであるContrastive-SDXLを提案する。 日中の入力と翻訳された夜間画像とのセマンティックな対応を維持するために,パッチワイドなセマンティック・コントラッシブ・ロスを導入する。 合成画像で訓練した検出器は、日中のみのベースラインに比べて6-7%のミス率の低下が得られる。
• 参考スコア（独自算出の注目度）: 2.833077175010763
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Night-time pedestrian detection remains challenging because labelled night-time data are limited and large illumination differences make daytime-only trained detectors unreliable. Latent diffusion models (LDMs) provide a powerful basis for image-to-image translation and cross-domain augmentation, but their effectiveness in safety-critical perception depends on whether detector-relevant objects and local semantic structure are preserved when translating between source and target domains. In this work, we present Contrastive-SDXL, a day-to-night augmentation framework for night-time pedestrian detection built on SDXL-Turbo and fine-tuned using Low-Rank Adaptation (LoRA). To preserve semantic correspondence between daytime inputs and translated night-time images, we introduce a patch-wise semantic contrastive loss guided by a pretrained DINOv2 encoder rather than generator encoder features. Multi-level DINOv2 self-attention maps enforce both local and global semantic consistency, while an object consistency loss explicitly encourages pedestrian preservation. Contrastive-SDXL produces realistic night-time images, achieving a Frechet Inception Distance (FID) of 22.5. Detectors trained with our synthetic images obtain a 6-7% reduction in miss rate compared with a daytime-only baseline, approaching the performance of detectors trained on real night-time data. These results demonstrate that consistency-driven diffusion augmentation can effectively support safety-critical night-time pedestrian detection.Specific
• Abstract（参考訳）: 夜間の歩行者検出は、ラベル付き夜間データは限られており、照明の違いが大きいため、昼間のみの訓練された検出器は信頼性が低いため、依然として困難である。 遅延拡散モデル (LDMs) は画像と画像間の変換とドメイン間の拡張の強力な基盤を提供するが, 検出関連オブジェクトと局所意味構造がソースドメインとターゲットドメイン間の翻訳時に保存されるかどうかにより, 安全性が重要となる。 本研究では、SDXL-Turbo上に構築され、Lo-Rank Adaptation (LoRA) を用いて微調整された夜間歩行者検出のための日夜拡張フレームワークであるContrastive-SDXLを提案する。 昼間の入力と夜間の変換画像とのセマンティックな対応性を維持するために, ジェネレータエンコーダではなく, 事前学習したDINOv2エンコーダによって導かれるパッチワイドなセマンティックコントラスト損失を導入する。 多レベルDINOv2自己注意マップは、局所的およびグローバルなセマンティック一貫性を強制する一方、オブジェクトの一貫性の喪失は、歩行者の保存を明示的に促進する。 対照的にSDXLは現実的な夜間画像を生成し、22.5のFrechet Inception Distance(FID)を達成する。 合成画像を用いてトレーニングした検出器は、実夜間データに基づいてトレーニングした検出器の性能にアプローチし、昼間のみのベースラインと比較して6-7%のミス率の低下が得られる。 これらの結果は、一貫性による拡散増強が、安全クリティカルな夜間歩行者検出を効果的に支援できることを証明している。

関連論文リスト

• Exploring Reliable Matching with Phase Enhancement for Night-time Semantic Segmentation [58.180226179087086]
  夜間セマンティックセマンティックセグメンテーションに適した新しいエンドツーエンド最適化手法であるNightFormerを提案する。 具体的には,画素レベルのテクスチャ・エンハンスメント・モジュールを設計し,フェーズ・エンハンスメントとアンプリメント・アテンションとともに階層的にテクスチャ・アウェア機能を取得する。 提案手法は、最先端の夜間セマンティックセグメンテーション手法に対して好意的に機能する。
  論文  参考訳（メタデータ） (2024-08-25T13:59:31Z)
• Disentangled Contrastive Image Translation for Nighttime Surveillance [87.03178320662592]
  夜間監視は、照明の悪さと厳しい人間のアノテーションによる劣化に悩まされる。 既存の手法では、暗黒の物体を知覚するためにマルチスペクトル画像が使われており、解像度の低さと色の不在に悩まされている。 夜間監視の究極の解決策は、夜から昼までの翻訳(Night2Day)である、と私たちは主張する。 本論文は、夜間監視研究を支援する6つのシーンを含む、NightSuRと呼ばれる新しい監視データセットに貢献する。
  論文  参考訳（メタデータ） (2023-07-11T06:40:27Z)
• LoopDA: Constructing Self-loops to Adapt Nighttime Semantic Segmentation [5.961294477200831]
  ドメイン適応型夜間セマンティックセマンティックセグメンテーションのためのLoopDAを提案する。 我々のモデルは、意味的セグメンテーションのためのダークチューリッヒとナイトタイム・ドライビングのデータセットの先行手法よりも優れている。
  論文  参考訳（メタデータ） (2022-11-21T21:46:05Z)
• When the Sun Goes Down: Repairing Photometric Losses for All-Day Depth Estimation [47.617222712429026]
  既存の測光損失を昼夜両方の画像に有効にするための3つの手法の組み合わせについて述べる。 まず、連続するフレーム間で起こる光の変化を補うために、ピクセルごとの神経強度変換を導入する。 第2に,推定エゴモーションと深度によって引き起こされる再投影対応を補正するために,画素ごとの残留フローマップを推定する。
  論文  参考訳（メタデータ） (2022-06-28T09:29:55Z)
• Revisiting Consistency Regularization for Semi-supervised Change Detection in Remote Sensing Images [60.89777029184023]
  教師付きクロスエントロピー(CE)損失に加えて、教師なしCD損失を定式化する半教師付きCDモデルを提案する。 2つの公開CDデータセットを用いて実験を行った結果,提案手法は教師付きCDの性能に近づきやすいことがわかった。
  論文  参考訳（メタデータ） (2022-04-18T17:59:01Z)
• Unsupervised Domain Adaptation for Nighttime Aerial Tracking [27.595253191781904]
  本研究は、夜間航空追跡のための新しい教師なしドメイン適応フレームワークを開発する。 ユニークなオブジェクト発見アプローチが提供され、生の夜間追跡ビデオからトレーニングパッチを生成する。 Transformerの昼夜の特徴判別器では、昼夜追跡モデルは夜間追跡のために逆向きに訓練される。
  論文  参考訳（メタデータ） (2022-03-20T12:35:09Z)
• Let There be Light: Improved Traffic Surveillance via Detail Preserving Night-to-Day Transfer [19.33490492872067]
  画像翻訳手法を用いて,物体検出時の精度低下を悪条件に緩和する枠組みを提案する。 本稿では,GAN(Generative Adversarial Networks)による詳細な汚職を緩和するために,Kernel Prediction Network (KPN) を用いた夜間・昼間の画像翻訳の改良手法を提案する。
  論文  参考訳（メタデータ） (2021-05-11T13:18:50Z)
• DANNet: A One-Stage Domain Adaptation Network for Unsupervised Nighttime Semantic Segmentation [18.43890050736093]
  夜間セマンティックセグメンテーションのための新しいドメイン適応ネットワーク(DANNet)を提案する。 ラベル付きデイタイムデータセットとラベルなしデータセットを備えた敵対的なトレーニングを採用している。 本手法は,夜間セマンティックセグメンテーションにおける最新性能を実現する。
  論文  参考訳（メタデータ） (2021-04-22T02:49:28Z)

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。