論文の概要: Temporal-Emerged Prompting for Segment Anything in Multiframe Infrared Small Target Detection

• arxiv url: http://arxiv.org/abs/2606.27655v1
• Date: Fri, 26 Jun 2026 02:18:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-29 18:24:25.351984
• Title: Temporal-Emerged Prompting for Segment Anything in Multiframe Infrared Small Target Detection
• Title（参考訳）: マルチフレーム赤外小ターゲット検出におけるセグメンテーションのための時間的Emerged Prompting
• Abstract要約: TEP-SAMは、時間的に浸漬されたキューを利用してSAMを変調し、プロンプトするために設計された、原則化されたフレームワークである。 TEP-SAMは、グローバルな動きパターンと局所的な動きの偏差を共同でモデル化して、潜在的な標的を見つける。
• 参考スコア（独自算出の注目度）: 21.836961615163517
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Accurately localizing and segmenting small targets in low signal-to-noise ratio (SNR) infrared sequences remains a challenging task. Since targets are often indistinguishable from the background in individual frames, existing methods, even when equipped with advanced foundation model and powerful inter-frame association mechanisms, still fail to detect them. Motivated by the observation that targets tend to emerge gradually from the background over time and become distinguishable, we propose Temporal-Emerged Prompting for Segment Anything Model (TEP-SAM), a principled framework designed to explicitly exploit such temporal-emerged cues to modulate and prompt SAM. TEP-SAM operates by jointly modeling global motion patterns and local motion deviations to locate potential targets. It further enhances target region features by leveraging motion discrepancy, thereby generating temporal-emerged cues for SAM and enabling non-interactive segmentation. By bridging large-scale semantic pretraining with task-specific temporal modeling, TEP-SAM effectively adapts SAM to the challenging multiframe infrared small target detection task. Extensive experiments demonstrate the effectiveness of our approach, particularly under severely low-SNR conditions and in complex dynamic background.
• Abstract（参考訳）: 低信号対雑音比 (SNR) 赤外線の正確な位置決めとセグメンテーションは依然として難しい課題である。 ターゲットは個々のフレームの背景と区別できないことが多いため、従来の手法では、高度な基礎モデルと強力なフレーム間アソシエーション機構を備えても、検出に失敗する。 本研究では, 時間とともに対象が徐々に出現し, 識別可能になる傾向にあるという観察に触発され, 時間的刺激を明示的に活用してSAMを変調し, 刺激する原理的枠組みである, セグメンション・アセシング・モデル(TEP-SAM) のテンポラル・エマージド・プロンプトを提案する。 TEP-SAMは、グローバルな動きパターンと局所的な動きの偏差を共同でモデル化して、潜在的な標的を見つける。 これにより、運動の不一致を活用して標的領域の特徴をさらに強化し、SAMのための時間的に浸漬されたキューを生成し、非相互作用セグメンテーションを可能にする。 TEP-SAMは,タスク固有の時間モデルを用いて大規模セマンティックプレトレーニングを行うことで,SAMを多フレーム赤外線小ターゲット検出タスクに効果的に適用する。 特に低SNR条件下および複雑な動的背景下でのアプローチの有効性を示す。

関連論文リスト

• LCPNet: Latent Consistent Proximal Unfolding Network for Infrared Small Target Detection [50.3892176822492]
  赤外線小目標検出(IRSTD)は、複雑な赤外背景から長距離小目標を特定することを目的としている。 深層学習法は、識別的画像-マスクマッピングを学習することでIRSTDを改善した。 深層展開法は、モデル駆動イテレーションをニューラルネットワークに埋め込むことによって、この問題に部分的に対処する。 これらの制約に対処するために,Latent Consistent Proximal Unfolding Network (LCPNet)を提案する。
  論文  参考訳（メタデータ） (2026-07-06T02:15:09Z)
• Agentic Spatio-Temporal Grounding via Collaborative Reasoning [80.83158605034465]
  時間的ビデオグラウンド(Temporal Video Grounding)は、テキストクエリが与えられたビデオ内の対象物または人の時間的チューブを検索することを目的としている。 本稿では,STVGの課題に対して,オープンワールドおよびトレーニングフリーシナリオに向けたエージェント時空間グラウンド(ASTG)フレームワークを提案する。 具体的には、現代多言語モデル(MLLM)を活用した2つの特殊エージェントSRA(Spatial Reasoning Agent)とTRA(Temporal Reasoning Agent)である。 人気のあるベンチマークの実験は、既存の弱教師付きおよびゼロショットアプローチをマージンで上回る提案手法の優位性を実証している。
  論文  参考訳（メタデータ） (2026-02-10T10:16:27Z)
• FeedbackSTS-Det: Sparse Frames-Based Spatio-Temporal Semantic Feedback Network for Infrared Small Target Detection [7.648318265124807]
  複雑な背景下での赤外線小検出目標(ISTD)は依然として困難な課題である。 既存の手法はまだ非効率な長距離依存性モデリングに苦慮している。 本稿では,スパースなセマンティック・テンポラル・フィードバック・ネットワークによるISTD検出手法を提案する。
  論文  参考訳（メタデータ） (2026-01-21T06:06:36Z)
• 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)
• Beyond Motion Cues and Structural Sparsity: Revisiting Small Moving Target Detection [5.375165101682048]
  小型移動目標検出は、多くの防衛用途に不可欠である。 しかし、低信号対雑音比、曖昧な視覚的手がかり、乱雑な背景のため、非常に困難である。 本稿では,既存のアプローチと根本的に異なる新しいディープラーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-09T12:20:25Z)
• Temporal Point-Supervised Signal Reconstruction: A Human-Annotation-Free Framework for Weak Moving Target Detection [1.187456026346823]
  手動のアノテーションを使わずに弱いターゲットを高速に検出できるTPS(Temporal Point-Supervised)フレームワークを提案する。 テンポラル信号再構成ネットワーク(TSRNet)は、TPSパラダイムの下で開発され、これらの過渡的な信号を再構成する。 目的とする低SNRデータセットに対する大規模な実験により、我々のフレームワークは人間のアノテーションを必要とせず、最先端の手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2025-07-23T09:02:09Z)
• Weakly-supervised Contrastive Learning with Quantity Prompts for Moving Infrared Small Target Detection [11.930404803127358]
  小さいターゲットサイズと弱い背景コントラストのため、赤外線小ターゲット検出の移動は大きな課題に直面している。 現在、既存のほとんどのメソッドは、完全に管理されており、多くの手動のターゲットワイドアノテーションに依存しています。 本稿では,モデル学習において単純な目標量プロンプトのみを必要とする弱教師付きコントラスト学習(WeCoL)方式を提案する。
  論文  参考訳（メタデータ） (2025-07-03T09:11:31Z)
• 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)
• SFANet: Spatial-Frequency Attention Network for Weather Forecasting [54.470205739015434]
  天気予報は様々な分野において重要な役割を担い、意思決定とリスク管理を推進している。 伝統的な手法は、しばしば気象系の複雑な力学を捉えるのに苦労する。 本稿では,これらの課題に対処し,天気予報の精度を高めるための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2024-05-29T08:00:15Z)
• Tracking Objects and Activities with Attention for Temporal Sentence Grounding [51.416914256782505]
  時間文 (TSG) は、意味的に自然言語のクエリと一致した時間セグメントを、トリミングされていないセグメントでローカライズすることを目的としている。 本稿では,(A)マルチモーダル・検索空間を生成するクロスモーダル・ターゲット・ジェネレータと(B)マルチモーダル・ターゲットの動作を追跡し,クエリ関連セグメントを予測するテンポラル・センセント・トラッカーとを含む,新しいテンポラル・センセント・トラッカー・ネットワーク(TSTNet)を提案する。
  論文  参考訳（メタデータ） (2023-02-21T16:42:52Z)
• Spatiotemporal k-means [39.98633724527769]
  マルチスケールクラスタを解析できるk-means (STk) と呼ばれる2つの時間クラスタリング手法を提案する。 我々は、STkMがより複雑な機械学習タスク、特にビデオにおける関心の検出と追跡の教師なし領域にどのように拡張できるかを示す。
  論文  参考訳（メタデータ） (2022-11-10T04:40:31Z)
• Temporal Context Aggregation Network for Temporal Action Proposal Refinement [93.03730692520999]
  時間的行動提案生成はビデオ理解分野において難しいが重要な課題である。 現在の方法はまだ不正確な時間境界と検索に使用される劣った自信に苦しんでいます。 TCANet は、「ローカルおよびグローバル」な時間的コンテキストアグリゲーションを通じて、高品質のアクション提案を生成するために提案します。
  論文  参考訳（メタデータ） (2021-03-24T12:34:49Z)

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。