論文の概要: HieDG: A Hierarchical Discrete Geometry-Guided Framework for Multi-Animal Tracking

• arxiv url: http://arxiv.org/abs/2607.00494v1
• Date: Wed, 01 Jul 2026 06:21:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:07.753438
• Title: HieDG: A Hierarchical Discrete Geometry-Guided Framework for Multi-Animal Tracking
• Title（参考訳）: HieDG:マルチアニメーショントラッキングのための階層型離散幾何学ガイドフレームワーク
• Abstract要約: HieDGは階層幾何学誘導追跡フレームワークである。 幾何力学をクエリベースのトラッカー内で構造化された離散表現として再構成する。 動物特異的ベンチマークの実験は、最先端の関連性を示す。
• 参考スコア（独自算出の注目度）: 21.914085335382676
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multi-animal tracking (MAT) is critical for wildlife monitoring and behavioral analysis, yet remains challenging due to uniform appearance, high density, and irregular motion. Existing methods typically follow heuristic- or query-based paradigms: the former relies on handcrafted geometric associations without end-to-end optimization, whereas the latter enables joint optimization but relies heavily on appearance embeddings. In such conditions, continuous geometric embeddings can be unstable, as small coordinate perturbations may disproportionately alter cross-frame attention weights, degrading identity association performance. To address this limitation, we propose HieDG, a Hierarchical Discrete Geometry-guided tracking framework that reformulates geometric dynamics as structured discrete representations within a query-based tracker. Instead of directly using raw geometric signals, HieDG employs a two-stage residual codebook to discretize position, scale, and velocity cues, transforming unstable continuous geometry into structured, stable discrete tokens. These tokens are aligned with visual embeddings and integrated into the tracking queries to enhance identity consistency. Extensive experiments on animal-specific benchmarks (AnimalTrack, BFT, and BuckTales) demonstrate state-of-the-art association performance with significant improvements in HOTA, AssA, and IDF1. Additional evaluations on generic multi-object tracking benchmarks, including DanceTrack and SportsMOT, show competitive performance, indicating the broader applicability of discretized geometric modeling beyond animal-specific scenarios.
• Abstract（参考訳）: マルチアニマルトラッキング(MAT)は、野生生物のモニタリングや行動分析において重要であるが、均一な外観、高密度、不規則な動きのために依然として困難である。 前者は手作りの幾何学的アソシエーションに依存し、後者は共同最適化が可能であるが、外見の埋め込みに大きく依存する。 このような条件下では、連続的な幾何学的埋め込みは不安定であり、小さな座標摂動はクロスフレームの注意重みを不均等に変化させ、アイデンティティアソシエーション性能を低下させる。 この制限に対処するため,階層型離散幾何誘導追跡フレームワークであるHieDGを提案する。 HieDGは、生の幾何学的信号を直接使用する代わりに、2段階の残留符号ブックを使用して、位置、スケール、速度のキューを識別し、不安定な連続幾何学を構造化された安定な離散トークンに変換する。 これらのトークンは視覚的な埋め込みと整合し、トラッキングクエリに統合され、アイデンティティの一貫性が向上する。 動物特異的ベンチマーク(AnimalTrack、BFT、BuckTales)の大規模な実験では、HOTA、AssA、IFF1が大幅に改善され、最先端のアソシエーション性能が実証された。 DanceTrackやSportsMOTなど、一般的な多対象追跡ベンチマークに関するさらなる評価は、競争性能を示し、動物固有のシナリオを超えて、離散化された幾何学的モデリングが適用可能であることを示している。

関連論文リスト

• Stable and Scalable Bundle Adjustment of Holistic 3D Structures [99.03818732955783]
  本稿では,3次元コンピュータビジョンのためのBundle Adjustment (BA) の新バージョンを提案する。 BAはカメラ、ポーズ、3Dポイントを共同で最適化するために開発された。 グループ誘導測定とクロスフィーチャー・リジェクションにより、古典的な点のみの3次元正規化の空間性を維持する。
  論文  参考訳（メタデータ） (2026-09-03T16:08:03Z)
• Reactivating Test-Time Scaling for Plane Geometry Problem Solving [36.766892465074456]
  平面幾何学問題 (PGP) の解法は、正確な視覚認識と正確な多段階の記号推論を必要とする。 本稿では,各シンボルプログラムを異種推論トレースに変換するマルチトレース合成(MTS)を提案する。 また,自己適応推論を効率的に行うために,図を推論前の構造化意味節にパーセプションするパーセプション強化(PA)トレーニングや,コンセンサスガイド型マルチトレースアンサンブル(CG-MTE)を提案する。
  論文  参考訳（メタデータ） (2026-08-31T02:15:04Z)
• Promptable Animal Pose Tracking Across Species [6.856674886457795]
  動物のポーズ推定と追跡は野生生物のモニタリングと保護研究にとって重要である。 大規模データセットでトレーニングされた視覚基盤モデルは,限られたラベル付きデータを用いて動物のポーズを追跡するのに有効であることを示す。 ビデオ中のユーザ選択キーポイントを追跡するために,教師なしと教師なしの2つのモデルを提案する。
  論文  参考訳（メタデータ） (2026-08-05T16:04:20Z)
• G$^2$TAM: Geometry Grounded Track Anything Model [49.05553245076823]
  本稿では,RGB画像やビデオのみを用いて,3次元のインスタンス追跡を高速化するための統一的なフレームワークを提案する。 G$2$TAMは空間的に整列した幾何学的表現を暗黙記憶として使用し、安定したインスタンス識別とフレームとビュー間のローカライゼーションを保証する。 中心となるのは、視覚的およびテキスト的プロンプトを共有幾何学空間に統合し、エンドツーエンドの空間再構成とインスタンス一貫性マスク予測を可能にするクロスモーダル空間エンコーダである。
  論文  参考訳（メタデータ） (2026-07-04T09:32:13Z)
• Pose Anything Anywhere:Model-free Object Poses from Arbitrary References [64.58017857473774]
  RGBとRGB-Dの両方の入力をシームレスにサポートするモデルフリーフレームワークであるPANYを提案する。 1つまたはスパースなポーズフリー参照ビューで動作し、新しいオブジェクトに効果的に一般化する。 複数のベンチマークで最先端のパフォーマンスを実現し、既存のモデルフリーメソッドを大幅に上回っている。
  論文  参考訳（メタデータ） (2026-06-22T17:23:57Z)
• Geometry OR Tracker: Universal Geometric Operating Room Tracking [61.399734016038614]
  手術室(OR)では、世界規模のマルチビュー3Dトラッキングは、外科医の行動認識のような下流のアプリケーションをサポートする。 カメラのキャリブレーションとRGB-Dの登録は常に信頼性が低く、幾何学的不整合が生じる。 我々は、不正確なキャリブレーションをスケール一貫性と幾何学的に整合したカメラ設定に修正する2段階パイプラインであるGeometry OR Trackerを紹介する。
  論文  参考訳（メタデータ） (2026-02-28T09:21:21Z)
• Dense Semantic Matching with VGGT Prior [49.42199006453071]
  本稿では,VGGTの本質的な強みを,初期の特徴段階を再利用し,後続の特徴段階を微調整し,双方向対応のための意味的頭部を追加することによって維持するアプローチを提案する。 提案手法は, 従来のベースラインよりも優れた幾何認識, 整合性, および多様体保存を実現する。
  論文  参考訳（メタデータ） (2025-09-25T14:56:11Z)
• Graph Alignment via Dual-Pass Spectral Encoding and Latent Space Communication [31.43539830271355]
  本稿では,ノードの特異性を同時に強化し,潜在空間間の幾何的整合性を実現する新しいグラフアライメントフレームワークを提案する。 提案手法では,低域通過スペクトルフィルタと高域通過スペクトルフィルタを組み合わせたデュアルパスエンコーダを導入し,構造認識と高判別の両方が可能な埋め込みを生成する。
  論文  参考訳（メタデータ） (2025-09-11T16:36:16Z)
• C-DOG: Multi-View Multi-instance Feature Association Using Connected δ-Overlap Graphs [4.576442835703357]
  C-DOG(Connected delta-Overlap Graph)は,ロバストな幾何学的特徴結合のためのアルゴリズムである。 C-DOGグラフでは、異なるビューから2D特徴点を表す2つのノードが、同じ3D点に対応する場合、エッジで接続される。 合成ベンチマークの実験では、C-DOGは幾何学ベースのベースラインアルゴリズムよりも優れているだけでなく、要求条件下でも非常に堅牢であることが示された。
  論文  参考訳（メタデータ） (2025-07-18T17:23:45Z)
• End-to-end Tracking with a Multi-query Transformer [96.13468602635082]
  マルチオブジェクトトラッキング(MOT)は、時間とともにシーン内のオブジェクトの位置、外観、アイデンティティを同時に推論する必要がある課題である。 本研究の目的は、トラッキング・バイ・ディテクト・アプローチを超えて、未知のオブジェクト・クラスに対してもよく機能するクラスに依存しないトラッキングへと移行することである。
  論文  参考訳（メタデータ） (2022-10-26T10:19:37Z)
• Hybrid Tracker with Pixel and Instance for Video Panoptic Segmentation [50.62685357414904]
  ビデオパノプティカル係数(VPS)は、コヒーレントなパノプティカルセグメンテーションを生成し、ビデオフレーム全体の全ピクセルのアイデンティティを追跡することを目的としている。 単一トラッカーの限界を取り除くために,軽量かつ共同的な追跡モデルであるHybridTrackerを提案する。 総合的な実験により、HybridTrackerはCityscapes-VPSとVIPERデータセットの最先端メソッドよりも優れたパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2022-03-02T16:21:55Z)
• Self-supervised Geometric Perception [96.89966337518854]
  自己教師付き幾何知覚(self-supervised geometric perception)は、基底幾何モデルラベルなしで対応マッチングのための特徴記述子を学ぶためのフレームワークである。 また,SGPは,地上トラスラベルを用いて訓練した教師付きオークルよりも同等か優れる最先端性能を達成できることを示す。
  論文  参考訳（メタデータ） (2021-03-04T15:34:43Z)

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。