論文の概要: From Reconstruction to Decision: A Post-Encoder Plug-in Adapter for Curvilinear Segmentation

• arxiv url: http://arxiv.org/abs/2606.23486v1
• Date: Mon, 22 Jun 2026 15:33:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-24 18:50:27.339007
• Title: From Reconstruction to Decision: A Post-Encoder Plug-in Adapter for Curvilinear Segmentation
• Title（参考訳）: レコンストラクションから決定へ:Curvilinear Segmentationのためのポストエンコーダプラグインアダプタ
• Authors: Qin Lei, Jiang Zhong, Xin Xiao, Yuming Yang, Hao Wu,
• Abstract要約: PEPAは2次元カービリニアセグメンテーションパイプラインのための軽量なポストエンコーダプラグインアダプタである。 PEPAカップル (i) ターゲット・コンディションド・スネーク・アップサンプリング (TCSU) は、標的条件の連続蛇のようなサンプリングを用いて、薄く丈夫な構造を回復する。 5つの医療・産業ベンチマークの実験では、凍結エンコーダベースラインにEPAを追加することで一貫した改善が得られている。
• 参考スコア（独自算出の注目度）: 21.002642702889364
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Curvilinear object segmentation, including vessels and cracks, is challenging due to extreme spatial sparsity and topological fragility, where small local errors can cause severe structural disconnections. Meanwhile, modern segmentation pipelines increasingly rely on strong but hard-to-modify foundation encoders whose heavy downsampling limits fine structural recovery. Motivated by this, we focus on the post-encoder stage and study two recurring and actionable failure modes: a reconstruction bottleneck in high-resolution feature restoration and a decision bottleneck in binarization. We present PEPA, a lightweight Post-Encoder Plug-in Adapter for 2D curvilinear segmentation pipelines with accessible decoder/head features and target, query, or class descriptors. PEPA couples (i) Target-Conditioned Snake Upsampling (TCSU), which uses target-conditioned continuous snake-like sampling to better recover thin and tortuous structures during upsampling, and (ii) Target-Adaptive Differentiable Thresholding (TADT), which predicts target-specific thresholds and optimizes a soft-threshold surrogate with explicit safeguards against trivial bias shifting. Under this post-encoder interface, PEPA can be attached to both prompt-based decoders and conventional dense predictors. Experiments on five medical and industrial benchmarks show that adding PEPA to frozen-encoder baselines yields consistent improvements, with gains in topological connectivity (clDice) typically exceeding those in region overlap (IoU), indicating improved structural continuity. With only $\sim$0.26M additional parameters, PEPA offers a practical post-encoder enhancement for structure-centric segmentation.
• Abstract（参考訳）: 船体や亀裂を含む曲線状物体のセグメンテーションは、極端に空間的間隔とトポロジカルな不安定さのために困難であり、小さな局所的な誤差が深刻な構造的不連結を引き起こす可能性がある。 一方、現代のセグメンテーションパイプラインは強固だが改良が難しいファンデーションエンコーダに依存している。 そこで我々は,エンコーダ後の段階に着目し,2つの繰り返しかつ実行可能な障害モード,すなわち高精細な特徴回復における再構築ボトルネックと,双対化における決定ボトルネックについて検討する。 PEPAは、2Dカービリニアセグメンテーションパイプライン用の軽量なポストエンコーダプラグインアダプタで、アクセス可能なデコーダ/ヘッド機能とターゲット、クエリ、クラス記述子を備えている。 PEPAカップル 一 標的条件付連続蛇様サンプリングを用いて、アップサンプリング中の細や丈夫な構造をよりよく回復させるターゲットコンディション型スネークアップサンプリング(TCSU) (II)ターゲット適応微分閾値保持(TADT)は、ターゲット固有の閾値を予測し、ソフト閾値サロゲートを、自明なバイアスシフトに対する明確な保護の下で最適化する。 この後エンコーダインタフェースでは、PEPAはプロンプトベースのデコーダと従来の高密度予測器の両方にアタッチできる。 5つの医療・産業ベンチマークの実験では、凍結エンコーダのベースラインにPEPAを加えると一貫した改善が得られ、トポロジカル接続(clDice)は典型的に地域重なり(IoU)を上回っ、構造的連続性が改善された。 $\sim$0.26Mの追加パラメータだけで、PEPAは構造中心セグメンテーションの実践的なポストエンコーダ拡張を提供する。

関連論文リスト

• DUET -- Dual User Embedding Transformers for Offsite Conversion Prediction [8.972672149050627]
  計算レコメンデーションシステムにおいて,オフサイト変換率(OCVR)予測は重要なランキング問題である。 このタスクは、クリック信号が豊富で、短い時間的水平線を示すのに対して、変換信号は本質的に疎く、長い遅延があり、しばしば未配布である。 ユーザ行動データを2つのドメインコヒーレントなストリーム – クリックと変換 – に明示的に分割するフレームワークであるDUETを提案する。
  論文  参考訳（メタデータ） (2026-06-08T23:13:58Z)
• Hierarchical Consistency Learning for Test-time Adaptation in Camouflage Perception [50.278200968044665]
  カモフラージュされた物体検出(COD)は、物理的属性を通して背景から最小限の知覚差を示すターゲットをローカライズすることを目的としている。 既存のメソッドは、静的なTrain-then-freezeパラダイムによって制約されており、ドメインの剛性と依存性のアノテーションに悩まされている。 動的表現再構成のためのテスト時間適応を統合した階層的一貫性学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-25T09:57:46Z)
• Clipping Bottleneck: Stabilizing RLVR via Stochastic Recovery of Near-Boundary Signals [83.0127582612634]
  Near-boundary Rescue (NSR) は最小限のプラグ・アンド・プレイの修正であり、失った信号を回復するために、アウト・オブ・バウンドトークンを保持する。 NSRはトレーニングの安定性を大幅に改善し、DAPOやGSPOといった強力なベースライン上で一貫したゲインを提供する。
  論文  参考訳（メタデータ） (2026-05-21T16:45:31Z)
• Adaptive Data Compression and Reconstruction for Memory-Bounded EEG Continual Learning [0.0]
  教師なし個別連続学習(UICL)のための適応データ圧縮・再構成(ADaCoRe)を提案する。 ADaCoReは、サリエンシ駆動のパーソナライゼーション保護、有理多相圧縮、保護された指標に対する動詞による副次再構成、適応的初期維持のためのプロトタイプ-自信選択からなるメモリ効率の高いパイプラインである。
  論文  参考訳（メタデータ） (2026-05-04T18:59:35Z)
• Towards Practical Lossless Neural Compression for LiDAR Point Clouds [84.36825469211375]
  高精度な幾何学的詳細の極端に広い範囲は、効率的な文脈モデリングを妨げる。 私たちのフレームワークは2つの軽量モジュールで構成されています。 実験では、リアルタイムに競争力のある圧縮性能を示す。
  論文  参考訳（メタデータ） (2026-03-26T10:02:07Z)
• VSCOUT: A Hybrid Variational Autoencoder Approach to Outlier Detection in High-Dimensional Retrospective Monitoring [0.0]
  VSCOUTは、高次元設定での振り返り(Phase I)監視のために設計された、配布不要のフレームワークである。 VSCOUTは、制御された偽アラームを維持しながら、特別な原因構造に対する優れた感度を実現する。 そのスケーラビリティ、分散柔軟性、レジリエンスは、AI対応環境でのリフレクションモデリングと異常検出の実用的で効果的な方法としてVSCOUTを位置づけている。
  論文  参考訳（メタデータ） (2026-01-28T18:30:48Z)
• Learning Binary Autoencoder-Based Codes with Progressive Training [1.8620637029128544]
  オートエンコーダ(AE)ベースのアプローチは、通信システムのエンドツーエンド設計に注目されている。 これらの結果から, コンパクトAEアーキテクチャは, 安定かつ素直な訓練により, 構造的, 代数的最適二項符号を効果的に学習できることが示唆された。
  論文  参考訳（メタデータ） (2025-11-12T11:32:03Z)
• Enhancing Hierarchical Reinforcement Learning through Change Point Detection in Time Series [2.5895291094206825]
  本稿では、自己教師型トランスフォーマーベースの変更点検出(CPD)モジュールをOption-Criticフレームワークに統合する新しいアーキテクチャを提案する。 CPDモジュールは、内在的な信号から派生した擬似ラベルを用いて、外部監視なしで環境ダイナミクスの潜伏シフトを推測する訓練を行う。 フォー・ルームとピンボール・タスクの実験では、PD誘導剤は加速収束、累積リターンの向上、オプション特殊化の大幅な改善を示す。
  論文  参考訳（メタデータ） (2025-10-28T21:34:23Z)
• DiffCom: Decoupled Sparse Priors Guided Diffusion Compression for Point Clouds [54.96190721255167]
  ロスシー圧縮は、ポイントクラウドをストレージの潜在ポイントに変換するためのオートエンコーダに依存している。 本稿では,特に低レベルにおいて高い復元品質を実現するための拡散型フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-21T05:41:35Z)
• Small Object Detection via Coarse-to-fine Proposal Generation and Imitation Learning [52.06176253457522]
  本稿では,粗粒度パイプラインと特徴模倣学習に基づく小型物体検出に適した2段階フレームワークを提案する。 CFINetは、大規模な小さなオブジェクト検出ベンチマークであるSODA-DとSODA-Aで最先端の性能を達成する。
  論文  参考訳（メタデータ） (2023-08-18T13:13:09Z)
• Practical Conformer: Optimizing size, speed and flops of Conformer for on-Device and cloud ASR [67.63332492134332]
  我々は、デバイス上の制約を満たすのに十分小さく、TPUを高速に推論できる最適化されたコンバータを設計する。 提案するエンコーダは、デバイス上では強力なスタンドアロンエンコーダとして、また高性能なASRパイプラインの第1部として利用することができる。
  論文  参考訳（メタデータ） (2023-03-31T23:30:48Z)

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。