論文の概要: NGram-MoSE: Efficient Remote Sensing Super-Resolution via N-Gram Context and Mixture-of-Experts

• arxiv url: http://arxiv.org/abs/2606.08535v1
• Date: Sun, 07 Jun 2026 09:30:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:06.193149
• Title: NGram-MoSE: Efficient Remote Sensing Super-Resolution via N-Gram Context and Mixture-of-Experts
• Title（参考訳）: NGram-MoSE:N-GramコンテキストとMixture-of-Expertによる効率的なリモートセンシング超解法
• Authors: Yun-Hsuan Huang, Trong-An Bui, Chih-Hung Chuang,
• Abstract要約: 本稿では,効率とテクスチャの連続性を向上する軽量トランスフォーマーアーキテクチャであるNGram-MoSEを提案する。 NGram-MoSEはN-Gramコンテキストインジェクションを導入し、ウィンドウ間の局所的な一貫性を強化し、ウィンドウ境界アーティファクトを緩和する。 地理的に不整合なOODテストセットの実験では、NGram-MoSEは31.68,dBのPSNRを達成し、FLOPを(14時間)減らした。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Remote sensing applications for environmental monitoring and disaster management are frequently constrained by a spatial--temporal trade-off: imagery with fine spatial detail is often acquired less frequently, whereas more temporally available observations are typically coarser. Single-image super-resolution provides a practical means to enhance coarse imagery without changing acquisition schedules, yet many Transformer-based SR models remain computationally expensive and can be sensitive to limited or geographically biased training data, which degrades robustness under out-of-distribution conditions. This paper presents NGram-MoSE, a lightweight Transformer architecture designed to improve both efficiency and texture continuity. NGram-MoSE introduces N-Gram Context Injection to strengthen cross-window local consistency and mitigate window-boundary artifacts, and incorporates a Mixture-of-Experts (MoE) feed-forward design to scale capacity through sparse activation without proportional growth in inference cost. Experiments on a geographically disjoint OOD test set show that NGram-MoSE achieves 31.68\,dB PSNR while reducing FLOPs by \(14\times\) relative to a heavyweight Transformer reference. Downstream evaluation on a landslide segmentation benchmark further demonstrates that restoring degraded inputs to the detector training scale improves performance, yielding a 4.47\% absolute gain in mAP@50 over bicubic upsampling, and exhibits stronger cross-scale consistency under scale extrapolation. These results indicate that NGram-MoSE provides an effective SR module for resource-constrained remote sensing pipelines requiring robust generalization.
• Abstract（参考訳）: 環境モニタリングや災害管理のためのリモートセンシングアプリケーションは、時空間トレードオフによってしばしば制約される。 シングルイメージのスーパー解像度は、取得スケジュールを変更することなく粗い画像を改善するための実用的な手段を提供するが、多くのTransformerベースのSRモデルは計算コストが高く、分布外条件下で堅牢性を低下させる限定的または地理的に偏りのあるトレーニングデータに敏感である。 本稿では,効率とテクスチャの連続性を両立させる軽量トランスフォーマーアーキテクチャであるNGram-MoSEを提案する。 NGram-MoSEはN-Gramコンテキストインジェクションを導入し、ウィンドウ境界アーティファクトを緩和し、Mixture-of-Experts (MoE) フィードフォワードデザインを導入し、推論コストの比例的な増加を伴わないスパースアクティベーションを通じてキャパシティを拡大する。 地理的に不整合なOODテストセットの実験では、NGram-MoSE は 31.68\,dB PSNR を達成し、重いトランスフォーマーの基準に対して FLOPs を (14\times\) に減らした。 地すべりセグメンテーション・ベンチマークによる下流評価では、劣化した入力を検出器の訓練尺度に復元することで性能が向上し、mAP@50が2次アップサンプリングよりも4.47\%向上し、スケール外挿下ではより強いスケールの整合性を示すことが示されている。 これらの結果から,NGram-MoSEは資源制約されたリモートセンシングパイプラインに対して,堅牢な一般化を必要とする効果的なSRモジュールを提供することが示された。

関連論文リスト

• Where to Refine, When to Stop: Rethinking Redundancy via Latent Discrepancy for Efficient Visual Autoregressive Generation [50.139984798361375]
  遅延不一致による冗長性を除去する学習自由フレームワークを提案する。 LD-Pruningは、Infinity-8Bの最大2.35倍のスピードアップを実現し、高い生成品質を維持しながら推論を大幅に削減する。
  論文  参考訳（メタデータ） (2026-05-29T19:34:39Z)
• Flow-based Gaussian Splatting for Continuous-Scale Remote Sensing Image Super-Resolution [5.111440805874026]
  FlowGS は RSI の任意のスケール SR のための生成的再構成フレームワークである。 連続的な特徴場を構築するために2次元ガウススプラッティングを用い、任意のクエリ箇所で柔軟な再構成を可能にする。
  論文  参考訳（メタデータ） (2026-05-21T08:19:09Z)
• SlimDiffSR: Toward Lightweight and Efficient Remote Sensing Image Super-Resolution via Diffusion Model Distillation [10.518150741228862]
  SlimDiffSRは、現実世界のリモートセンシング画像の超高解像度化のための軽量で効率的な拡散ベースのフレームワークである。 推論アクセラレーションは最大200ドル、モデルパラメータはマルチステップの拡散モデルと比較して20ドルまで削減できる。
  論文  参考訳（メタデータ） (2026-05-04T03:54:54Z)
• Res-MoCoDiff: Residual-guided diffusion models for motion artifact correction in brain MRI [4.893666625661374]
  脳MRIの動作アーティファクトは、主に硬直した頭部の動きから、画質を低下させ、下流の応用を妨げる。 本研究では,MRIの運動アーチファクト修正に特化して設計された効率的な拡散確率モデルであるRes-MoCoDiffを紹介する。 提案手法は, 微少, 中等度, 重歪レベルにわたる運動アーティファクトの除去において, 優れた性能を示した。
  論文  参考訳（メタデータ） (2025-05-06T13:02:40Z)
• ACMamba: Fast Unsupervised Anomaly Detection via An Asymmetrical Consensus State Space Model [51.83639270669481]
  ハイパースペクトル画像(HSI)における教師なし異常検出は、背景から未知のターゲットを検出することを目的としている。 HSI研究は、HSIの高次元特性と高密度サンプリングベーストレーニングパラダイムにより、計算コストの急激さによって妨げられている。 計算コストを大幅に削減する非対称コンセンサス状態空間モデル(ACMamba)を提案する。
  論文  参考訳（メタデータ） (2025-04-16T05:33:42Z)
• Frequency-Assisted Mamba for Remote Sensing Image Super-Resolution [49.902047563260496]
  我々は、リモートセンシング画像(RSI)の超高解像度化のために、視覚状態空間モデル(Mamba)を統合するための最初の試みを開発した。 より優れたSR再構築を実現するため,FMSRと呼ばれる周波数支援型Mambaフレームワークを考案した。 我々のFMSRは、周波数選択モジュール(FSM)、ビジョン状態空間モジュール(VSSM)、ハイブリッドゲートモジュール(HGM)を備えた多層融合アーキテクチャを備えている。
  論文  参考訳（メタデータ） (2024-05-08T11:09:24Z)
• FasterPose: A Faster Simple Baseline for Human Pose Estimation [65.8413964785972]
  本稿では,高速ポーズ推定のためのLR表現を用いた費用対効果ネットワークの設計パラダイムであるFasterPoseを提案する。 我々は,FasterPoseのトレーニング挙動について検討し,収束を加速する新しい回帰クロスエントロピー(RCE)損失関数を定式化する。 従来のポーズ推定ネットワークと比較すると,FLOPの58%が減少し,精度が1.3%向上した。
  論文  参考訳（メタデータ） (2021-07-07T13:39:08Z)
• Frequency Consistent Adaptation for Real World Super Resolution [64.91914552787668]
  実シーンにスーパーリゾリューション(SR)法を適用する際に周波数領域の整合性を保証する新しい周波数一貫性適応(FCA)を提案する。 監視されていない画像から劣化カーネルを推定し、対応するLow-Resolution (LR)画像を生成する。 ドメイン一貫性のあるLR-HRペアに基づいて、容易に実装可能な畳み込みニューラルネットワーク(CNN)SRモデルを訓練する。
  論文  参考訳（メタデータ） (2020-12-18T08:25:39Z)

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。