論文の概要: DIMOS: Disentangling Instance-level Moving Object Segmentation

• arxiv url: http://arxiv.org/abs/2606.12826v1
• Date: Thu, 11 Jun 2026 02:44:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-12 15:55:27.546726
• Title: DIMOS: Disentangling Instance-level Moving Object Segmentation
• Title（参考訳）: DIMOS: インスタンスレベルの移動オブジェクトセグメンテーションの分離
• Abstract要約: 移動インスタンスセグメンテーション(MIS)は、交通監視、自動運転、動物追跡に広く応用されているため、注目を集めている。 本稿では、画像とイベントの両モードにおいて、外観情報と動き情報を分離して抽出するデュアルディペンタング機能抽出フレームワークを提案する。 提案手法は,高速動作や低照度設定といった困難な条件下で,特に小規模の場合において,マルチモーダルMISにおける最先端性能を実現する。
• 参考スコア（独自算出の注目度）: 22.90970173644231
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Moving instance segmentation (MIS) attracts increasing attention due to its broad applications in traffic surveillance, autonomous driving, and animal tracking. Event cameras record asynchronous brightness changes, providing high temporal resolution and dynamic range, which makes them highly sensitive to motion information. By fusing event and image features, motion cues from events can complement spatial details from images, enhancing the performance of MIS. However, current multimodal MIS methods still struggle to segment small moving instances, as event cameras often yield sparse features under limited resolution. Moreover, event features entangle appearance attributes with motion cues, which further restricts effective cross-modal fusion. To address these challenges, we first propose a dual-disentangling feature extraction framework that separates and extracts appearance and motion information within both image and event modalities, thereby improving feature density. Subsequently, a multi-granularity cross-modal alignment is introduced to align distributionally and semantically consistent features across modalities, enabling more effective fusion with rich spatial and temporal details. The experiment results demonstrate that our method achieves state-of-the-art performance in multimodal MIS, especially for small instances under challenging conditions such as fast motion and low-light settings.
• Abstract（参考訳）: 移動インスタンスセグメンテーション(MIS)は、交通監視、自動運転、動物追跡に広く応用されているため、注目を集めている。 イベントカメラは、非同期の明るさ変化を記録し、高時間分解能とダイナミックレンジを提供する。 イベントと画像の特徴を融合させることで、イベントからのモーションキューは画像からの空間的詳細を補完し、MISの性能を向上させることができる。 しかし、現在のマルチモーダルMIS法は、小さな動きのインスタンスを分割するのに依然として苦労している。 さらに、イベントは、効果的なクロスモーダル融合をさらに制限するモーションキューを備えたエンタングルな外観特性を特徴とする。 これらの課題に対処するために、まず、画像とイベントの両モードにおける外観情報と動き情報を分離し、抽出し、特徴密度を向上する双対特徴抽出フレームワークを提案する。 その後、多粒度クロスモーダルアライメントを導入し、分散的および意味論的に一貫した特徴を様々に整列させ、より効率的な空間的および時間的詳細融合を可能にする。 実験結果から, 高速動作や低照度設定などの困難条件下では, マルチモーダルMISにおける最先端性能を実現することが確認できた。

関連論文リスト

• HAD: Hierarchical Asymmetric Distillation to Bridge Spatio-Temporal Gaps in Event-Based Object Tracking [80.07224739976911]
  イベントカメラは例外的な時間分解能と範囲(モード)を提供する RGBカメラは高解像度でリッチテクスチャを捉えるのに優れていますが、イベントカメラは例外的な時間分解能とレンジ(モダル)を提供します。
  論文  参考訳（メタデータ） (2025-10-22T13:15:13Z)
• MotionVerse: A Unified Multimodal Framework for Motion Comprehension, Generation and Editing [53.98607267063729]
  MotionVerseは、シングルパーソンとマルチパーソンの両方のシナリオで人間の動作を理解し、生成し、編集するフレームワークである。 我々は、連続的な動き列をマルチストリーム離散トークンに変換する残差量子化を伴う動きトークン化器を用いる。 また、残留トークンストリームの符号化を時間的に停滞させる textitDelay Parallel Modeling 戦略も導入する。
  論文  参考訳（メタデータ） (2025-09-28T04:20:56Z)
• RED: Robust Event-Guided Motion Deblurring with Modality-Specific Disentangled Representation [25.898452981956364]
  イベントカメラはスパースだが時間的に高解像度のモーション情報を提供する。 ダイナミックビジョンセンサー(DVS)の閾値を上げることでノイズを低減できるが、これは必然的にイベントの過度な報告を引き起こす。 本稿では,モダリティ特異的な不整合表現を備えたロバストイベント誘導型デブロワーリングネットワークを提案する。
  論文  参考訳（メタデータ） (2025-09-06T01:07:08Z)
• EIFNet: Leveraging Event-Image Fusion for Robust Semantic Segmentation [0.18416014644193066]
  イベントカメラは、高ダイナミックレンジと微妙な時間分解能を提供し、挑戦的な環境で堅牢なシーン理解を実現する。 イベントとフレームベースの入力の長所を組み合わせたマルチモーダル融合ネットワーク EIFNet を提案する。 EIFNetは最先端のパフォーマンスを実現し、イベントベースのセマンティックセグメンテーションの有効性を示す。
  論文  参考訳（メタデータ） (2025-07-29T16:19:55Z)
• Instance-Level Moving Object Segmentation from a Single Image with Events [84.12761042512452]
  移動対象セグメンテーションは、複数の移動対象を含む動的なシーンを理解する上で重要な役割を果たす。 従来の手法では、物体の画素変位がカメラの動きや物体の動きによって引き起こされるかどうかを区別することが困難であった。 近年の進歩は、従来の画像の不適切な動作モデリング機能に対抗するために、新しいイベントカメラの動作感度を利用する。 補完的なテクスチャとモーションキューを統合した,最初のインスタンスレベルの移動オブジェクトセグメンテーションフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-02-18T15:56:46Z)
• Spatially-guided Temporal Aggregation for Robust Event-RGB Optical Flow Estimation [47.75348821902489]
  現在の光学フロー法は、フレーム(またはRGB)データの安定した出現を利用して、時間にわたって堅牢な対応を確立する。 一方、イベントカメラは、高時間分解能のモーションキューを提供し、挑戦的なシナリオに優れています。 本研究は,時間的に密度の高い事象モダリティの集合を導くために空間的に密度の高いモダリティを用いる新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2025-01-01T13:40:09Z)
• Event-based Motion Deblurring via Multi-Temporal Granularity Fusion [5.58706910566768]
  連続的な視覚情報を提供するバイオインスパイアされたセンサーであるイベントカメラは、劣化性能を高める可能性がある。 既存のイベントベースの画像デブロアリングは、通常、ボクセルベースのイベント表現を使用する。 画像分解タスクにポイントクラウドベースのイベント表現を導入し、MTGNet(Multi-Temporal Granularity Network)を提案する。 空間的に密度が高いが、時間的に粗いボクセルベースのイベント表現と、時間的に細粒だが空間的に粗い点雲ベースのイベントを組み合わせる。
  論文  参考訳（メタデータ） (2024-12-16T15:20:54Z)
• MATE: Motion-Augmented Temporal Consistency for Event-based Point Tracking [58.719310295870024]
  本稿では,任意の点を追跡するイベントベースのフレームワークを提案する。 事象の間隔に起因する曖昧さを解決するため、運動誘導モジュールは運動ベクトルを局所的なマッチングプロセスに組み込む。 このメソッドは、任意のポイントベースラインのイベントのみのトラッキングに対して、$Survival_50$メトリックを17.9%改善する。
  論文  参考訳（メタデータ） (2024-12-02T09:13:29Z)
• SpikeMOT: Event-based Multi-Object Tracking with Sparse Motion Features [52.213656737672935]
  SpikeMOTはイベントベースのマルチオブジェクトトラッカーである。 SpikeMOTはスパイクニューラルネットワークを使用して、オブジェクトに関連するイベントストリームからスパーステンポラルな特徴を抽出する。
  論文  参考訳（メタデータ） (2023-09-29T05:13:43Z)
• Event-Free Moving Object Segmentation from Moving Ego Vehicle [88.33470650615162]
  動的シーンにおけるオブジェクトセグメンテーション(MOS)の移動は、自律運転において重要で困難だが、未調査の研究テーマである。 ほとんどのセグメンテーション法は、光学フローマップから得られるモーションキューを利用する。 我々は,光学的フローに頼らずにリッチなモーションキューを提供する,より優れた映像理解のためのイベントカメラを活用することを提案する。
  論文  参考訳（メタデータ） (2023-04-28T23:43:10Z)
• Behavior Recognition Based on the Integration of Multigranular Motion Features [17.052997301790693]
  マルチグラニュラ(IMG)運動特徴の統合に基づく新しい行動認識手法を提案する。 我々は,HMDB51,Something,UCF101など,いくつかの行動認識ベンチマークを用いて評価を行った。
  論文  参考訳（メタデータ） (2022-03-07T02:05:26Z)
• Event-based Motion Segmentation with Spatio-Temporal Graph Cuts [51.17064599766138]
  イベントベースカメラで取得したオブジェクトを独立に識別する手法を開発した。 この方法は、予想される移動物体の数を事前に決定することなく、技術状態よりも同等以上の性能を発揮する。
  論文  参考訳（メタデータ） (2020-12-16T04:06:02Z)

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。