論文の概要: Decoupled Motion Representation Learning for Moving Infrared Small Target Detection

• arxiv url: http://arxiv.org/abs/2606.15286v1
• Date: Sat, 13 Jun 2026 12:50:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:33.254075
• Title: Decoupled Motion Representation Learning for Moving Infrared Small Target Detection
• Title（参考訳）: 移動型赤外小ターゲット検出のためのデカップリング型動き表現学習
• Authors: Guoyi Zhang, Peiwen Wu, Han Wang, Xiangpeng Xu, Xiaohu Zhang,
• Abstract要約: 赤外線小目標検出のための分離された動き表現学習フレームワークを提案する。 事前学習した光の流れを用いた世界的コヒーレントな運動力学をモデル化するために、明示的な運動分岐を導入する。 変形可能な特徴アライメントに基づく暗黙の動作分岐は、目標に敏感な局所運動異常を捉えるように設計されている。 コヒーレントモーション誘導局所異常推論モジュールを提案し,コヒーレントモーション誘発偽応答の同定と抑制を行った。
• 参考スコア（独自算出の注目度）: 4.006240810892944
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Infrared small target detection in dynamic scenes remains challenging due to the highly coupled motions among targets, imaging platforms, and dynamic backgrounds. Existing multi-frame methods usually perform implicit temporal modeling, where coherent background dynamics dominate motion correspondence learning, leading to an inherent trade-off between detection and false alarms. In this work, we observe that background motions exhibit strong global coherence, whereas small targets mainly correspond to sparse local motion anomalies. Moreover, many false-alarm responses maintain high consistency with globally coherent motion patterns, indicating that they mainly originate from coherent background dynamics rather than genuine target motions. Based on these observations, we propose a decoupled motion representation learning framework for moving infrared small target detection. Specifically, an explicit motion branch is introduced to model globally coherent motion dynamics using pretrained optical flow priors, together with a structure-preserving self-supervised adaptation strategy for infrared motion correspondence learning. Meanwhile, an implicit motion branch based on deformable feature alignment is designed to capture target-sensitive local motion anomalies under coherent motion guidance. Furthermore, a coherent-motion-guided local anomaly reasoning module is proposed to identify and suppress coherent-motion-induced false responses during localized motion modeling. Extensive experiments on two challenging infrared small target detection benchmarks demonstrate that the proposed method consistently outperforms existing state-of-the-art approaches, particularly in dynamic scenes with complex motions, while maintaining favorable inference efficiency.
• Abstract（参考訳）: ダイナミックシーンにおける赤外線小ターゲット検出は、ターゲット、イメージングプラットフォーム、動的背景間の高度に結合した動きのため、依然として困難である。 既存のマルチフレーム手法は通常暗黙の時間的モデリングを行い、コヒーレントな背景力学が動き対応学習を支配し、検出と誤報の間に固有のトレードオフをもたらす。 本研究では,背景運動が強大な大域的コヒーレンスを示すのに対し,小対象は主に局所的運動異常に対応する。 さらに、多くの偽アラーム応答は、グローバルなコヒーレントな動きパターンと高い整合性を維持しており、それらは真のターゲット運動よりも、主にコヒーレントなバックグラウンドダイナミクスに由来することを示している。 これらの観測に基づいて,赤外線小目標検出のための分離された動き表現学習フレームワークを提案する。 具体的には、事前訓練された光フローを用いた世界的コヒーレント動作ダイナミクスをモデル化するための明示的な動作分岐と、赤外線対応学習のための構造保存型自己教師付き適応戦略を導入する。 一方、変形可能な特徴アライメントに基づく暗黙の動作分岐は、コヒーレントな動作誘導の下で目標に敏感な局所運動異常を捕捉するように設計されている。 さらに,コヒーレントモーション誘導局所異常推論モジュールを提案し,局所運動モデリングにおけるコヒーレントモーション誘発偽応答の同定と抑制を行った。 2つの挑戦的赤外小ターゲット検出ベンチマークに対する大規模な実験により、提案手法は既存の最先端手法、特に複雑な動きを持つ動的シーンにおいて、常に優れた推論効率を維持しつつ、優れた性能を発揮することを示した。

関連論文リスト

• MotiMotion: Motion-Controlled Video Generation with Visual Reasoning [49.243234645532745]
  本稿では,動作制御を次世代問題として再定義するフレームワークであるMotiMotionを紹介する。 因果的基盤とコモンセンスと一貫性のある相互作用を促進するために,学習不要な視覚言語推論手法を活用する。 動作の自然性をさらに向上するために,誘導強度を変調する信頼度を考慮した制御方式を提案する。
  論文  参考訳（メタデータ） (2026-05-21T17:59:36Z)
• Decoupling Ego-Motion from Target Dynamics via Dual-Interval Motion Cues for UAV Detection [0.5371337604556311]
  無人航空機(UAV)からの物体検出は、激しいエゴモーション、カメラジッタ、大規模変動によって困難にさらされている。 本稿では、カメラによる乱れから目標運動を分離する視覚のみのモーションガイド検出フレームワークを提案する。 VisDrone-VIDデータセットの実験では、強いエゴモーションの下で強いYOLOv8ベースラインに対して一貫した改善が示されている。
  論文  参考訳（メタデータ） (2026-05-21T15:18:34Z)
• MotionCFG: Boosting Motion Dynamics via Stochastic Concept Perturbation [60.48914865049489]
  MotionCFGは、ターゲットコンセプトとノイズブレーブの概念を対比することにより、モーションダイナミクスを強化するフレームワークである。 明示的な否定とは異なり、このアプローチはグローバルな意味的アイデンティティをシフトすることなく暗黙的な否定的なガイダンスを促進する。 MotionCFGは、最先端のT2Vフレームワーク間のモーションダイナミクスを一貫して改善する。
  論文  参考訳（メタデータ） (2026-03-14T18:39:37Z)
• GeoMotion: Rethinking Motion Segmentation via Latent 4D Geometry [61.24189040578178]
  そこで本研究では,注目機構を介し,潜在特徴表現から移動対象を直接推論する完全学習型アプローチを提案する。 我々の重要な洞察は、明示的な対応推定を回避し、代わりに、モデルが暗黙的にオブジェクトとカメラの動きを歪めることを学ぶことである。 提案手法は,最先端の動作セグメンテーション性能を高い効率で達成する。
  論文  参考訳（メタデータ） (2026-02-25T11:36:33Z)
• MoReact: Generating Reactive Motion from Textual Descriptions [57.642436102978245]
  MoReactは拡散に基づく手法で、グローバルな軌跡と局所的な動きを連続的に引き離すように設計されている。 2人の動作データセットから適応したデータを用いて,本手法の有効性を実証した。
  論文  参考訳（メタデータ） (2025-09-28T14:31:41Z)
• Motion-Enhanced Nonlocal Similarity Implicit Neural Representation for Infrared Dim and Small Target Detection [15.114540113830522]
  赤外線ディムと小さなターゲット検出は、動的マルチフレームシナリオと弱いターゲットシグネチャによって大きな課題となる。 伝統的な低ランク+スパースモデルでは、動的背景と大域的空間的時間的相関を捉えることができないことが多い。 本稿では,これらの課題に対処するために,新しい動作強化非局所類似性暗黙的ニューラル表現フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-22T07:42:00Z)
• Learning segmentation from point trajectories [79.02153797465326]
  本稿では,光フローを補完する監視信号として,長期的点軌跡を用いたセグメンテーションネットワークを訓練する方法を提案する。 本手法は,モーションベースセグメンテーションにおける先行技術より優れる。
  論文  参考訳（メタデータ） (2025-01-21T18:59:53Z)
• 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)
• A Bioinspired Approach-Sensitive Neural Network for Collision Detection in Cluttered and Dynamic Backgrounds [19.93930316898735]
  移動中の物体の迅速かつ堅牢な検出は、ロボット視覚システムにとって重要かつ困難な問題である。 哺乳類網膜における神経回路の初等視覚にインスパイアされた,バイオインスパイアされたアプローチ感受性ニューラルネットワーク(AS)を提案する。 提案手法は, クラッタや動的背景の衝突を高精度かつロバストに検出するだけでなく, 位置や方向などの衝突情報を抽出し, 迅速な意思決定を支援する。
  論文  参考訳（メタデータ） (2021-03-01T09:16:18Z)

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。