論文の概要: IPDiff: Diffusion-driven ORSI Salient Object Detection with Information Reconstruction and Multi-Prior Guidance

• arxiv url: http://arxiv.org/abs/2607.03696v1
• Date: Sat, 04 Jul 2026 04:03:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 22:26:29.683645
• Title: IPDiff: Diffusion-driven ORSI Salient Object Detection with Information Reconstruction and Multi-Prior Guidance
• Title（参考訳）: IPDiff:情報再構成とマルチパラメータ誘導による拡散駆動ORSI正対象検出
• Abstract要約: IPDiffは拡散駆動型ORSI-SOD法である。 我々は、IDDiffを動的パラメータで反復最適化する機能を備えた、ユニークな動的最適化戦略に基づいてIDDiffを構築する。 提案したIDDiffは46の最先端手法と比較して性能が良い。
• 参考スコア（独自算出の注目度）: 82.31495007058976
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Existing Salient Object Detection in Optical Remote Sensing Image (ORSI-SOD) methods mainly adopt the static inference strategy, which uses fixed trained model parameters for saliency inference in the testing phase. This means that even if the generated saliency map has errors, it cannot be further optimized. In this paper, we propose the novel IPDiff, a Diffusion-driven ORSI-SOD method with Information Reconstruction and Multi-Prior Guidance. We build IPDiff based on a unique dynamic optimization strategy, which endows IPDiff with the ability to iteratively optimize saliency maps with a dynamic parameter. Specifically, we formulate ORSI-SOD as a conditional diffusion problem in IPDiff. IPDiff first extracts informative conditional priors from ORSIs, including the saliency prior and the hierarchical priors, in the prior network with the assistance of the information reconstruction-driven attention module. The saliency prior can provide positional information of salient objects, while the hierarchical priors can provide specific detail and semantic information of salient objects. Under the guidance of these priors, IPDiff then iteratively denoises random noise as the timestep dynamically changes in the denoising network, generating saliency maps that are close to ground truths. Notably, we simultaneously supervise IPDiff in both spatial and spectral domains through a hybrid loss function to achieve efficient network training. Comprehensive experiments on public ORSSD, EORSSD, and ORSI-4199 datasets demonstrate that our proposed IPDiff achieves the best performance compared to 46 state-of-the-art methods. The code and results of our method are available at https://github.com/MathLee/IPDiff.
• Abstract（参考訳）: 光リモートセンシング画像(ORSI-SOD)における既存の正当物検出法は、主に静的推論戦略を採用し、テストフェーズにおける正当性推論のための固定されたモデルパラメータを使用する。 つまり、生成されたサリエンシマップにエラーがあったとしても、さらなる最適化はできない。 本稿では,情報再構成とマルチパラメータ誘導を用いた拡散駆動型ORSI-SOD法であるIDDiffを提案する。 我々は、IDDiffを動的パラメータで反復最適化する機能を備えた、ユニークな動的最適化戦略に基づいてIDDiffを構築する。 具体的には, IPDiffにおける条件拡散問題としてORSI-SODを定式化する。 IPDiffは、まず、情報再構成駆動型アテンションモジュールの助けを借りて、サリエンシ前と階層前とを含むORSIから情報伝達条件前を抽出する。 サリエンシ事前は、サリエントオブジェクトの位置情報を提供することができ、ヒエラルキー先行は、サリエントオブジェクトの特定の詳細とセマンティック情報を提供することができる。 これらの先行者の指導のもと、IDDiffはランダムノイズを反復的に認知し、デノナイジングネットワークの時間ステップが動的に変化すると、地上の真実に近いサリエンシマップを生成する。 特に,空間領域とスペクトル領域のIDDiffをハイブリッド損失関数により同時に監督し,効率的なネットワークトレーニングを実現する。 パブリックORSSD, EORSSD, ORSI-4199データセットの総合的な実験により, 提案したIDDiffが46の最先端手法と比較して最高の性能を示した。 私たちのメソッドのコードと結果はhttps://github.com/MathLee/IPDiff.comで公開されています。

関連論文リスト

• Free-Lunch Augmentation by Revisiting Diffusion-Based Data Generation for Cross-Domain Few-Shot Object Detection [19.180774240033738]
  Cross-Domain Few-Shot Object Detection (CDFSOD)は、データ豊富な上流ジェネリックドメインから、不足したトレーニングデータを使用して下流の専門家ドメインに知識を転送することを目的としている。 本稿では、下流データ合成のための異なる戦略を動的に行うための方法(Selective Inpainting with Tailored Noise, SITN)を提案する。
  論文  参考訳（メタデータ） (2026-08-05T02:56:32Z)
• Ivan-ISTD: Rethinking Cross-domain Heteroscedastic Noise Perturbations in Infrared Small Target Detection [53.689841037081834]
  Ivan-ISTD は ISTD におけるクロスドメインシフトと異方性雑音摂動の2つの課題に対処するように設計されている。 Ivan-ISTDはクロスドメインシナリオにおいて優れた堅牢性を示している。
  論文  参考訳（メタデータ） (2025-10-14T07:48:31Z)
• A Foundation Model for DAS Signal Recognition and Visual Prompt Tuning of the Pre-trained Model for Downstream Tasks [6.14430079610632]
  本研究では,MAEPD と呼ばれる Masked Autocoder に基づくDAS信号認識の基礎モデルを提案する。 このモデルは635860サンプルのデータセットに事前トレーニングされており、DAS歩行信号、2つの時間的GASF画像、パイプライン漏れの2D時間周波数画像、クジラの発声や地震活動を含むオープンデータセット信号を含んでいる。 VPT-Deepアプローチは、パラメータの0.322%しか微調整されていない96.94%の分類精度を達成し、従来のFFT(Full Fine Tuning)法を0.61%上回り、トレーニング時間を短縮する。
  論文  参考訳（メタデータ） (2025-08-06T11:02:25Z)
• Probing Deep into Temporal Profile Makes the Infrared Small Target Detector Much Better [63.567886330598945]
  赤外線小目標(IRST)検出は、精度、普遍性、堅牢性、効率的な性能を同時に達成する上で困難である。 現在の学習に基づく手法は、空間的領域と短期的領域の両方から"より多くの情報を活用する。 本稿では、IRST検出のための時間次元でのみ計算を行う効率的な深部プローブネットワーク(DeepPro)を提案する。
  論文  参考訳（メタデータ） (2025-06-15T08:19:32Z)
• Not All Parameters Matter: Masking Diffusion Models for Enhancing Generation Ability [34.888135351211616]
  MaskUNetは、パラメータ番号を無視して生成品質を向上する、単純で効果的なメソッド式MaskUNet'-である。 トレーニングベースのアプローチと、カスタマイズされたネットワークと最適化機能を含むトレーニングなしアプローチの2つの微調整戦略を提供します。 COCOデータセット上のゼロショット推論では、MaskUNetは最高のFIDスコアを獲得し、下流タスク評価におけるその効果をさらに示す。
  論文  参考訳（メタデータ） (2025-05-06T01:14:20Z)
• Breaking Determinism: Fuzzy Modeling of Sequential Recommendation Using Discrete State Space Diffusion Model [66.91323540178739]
  シークエンシャルレコメンデーション(SR)は、ユーザーが過去の行動に基づいて興味を持つかもしれない項目を予測することを目的としている。 我々はSRを新しい情報理論の観点から再検討し、逐次モデリング手法がユーザの行動のランダム性と予測不可能性を適切に把握できないことを発見した。 ファジィ情報処理理論に触発された本論文では,制限を克服し,ユーザの関心事の進化をよりよく捉えるために,ファジィなインタラクションシーケンスの組を導入する。
  論文  参考訳（メタデータ） (2024-10-31T14:52:01Z)
• POMONAG: Pareto-Optimal Many-Objective Neural Architecture Generator [4.09225917049674]
  Transferable NASが登場し、データセット依存からタスク依存への探索プロセスを一般化した。 本稿では多目的拡散プロセスを通じて拡散NAGを拡張するPOMONAGを紹介する。 結果は、NAS201とMobileNetV3の2つの検索スペースで検証され、15の画像分類データセットで評価された。
  論文  参考訳（メタデータ） (2024-09-30T16:05:29Z)
• FIND: Fine-tuning Initial Noise Distribution with Policy Optimization for Diffusion Models [10.969811500333755]
  本稿では,FIND(Fincent-tuning Initial Noise Distribution)フレームワークのポリシー最適化について紹介する。 提案手法はSOTA法よりも10倍高速である。
  論文  参考訳（メタデータ） (2024-07-28T10:07:55Z)
• Low-Rank Representations Meets Deep Unfolding: A Generalized and Interpretable Network for Hyperspectral Anomaly Detection [41.50904949744355]
  現在のハイパースペクトル異常検出(HAD)ベンチマークデータセットは、低解像度、単純なバックグラウンド、検出データの小さなサイズに悩まされている。 これらの要因は、ロバスト性の観点からよく知られた低ランク表現(LRR)モデルの性能も制限する。 我々は、複雑なシナリオにおけるHADアルゴリズムの堅牢性を改善するために、新しいHADベンチマークデータセットであるAIR-HADを構築した。
  論文  参考訳（メタデータ） (2024-02-23T14:15:58Z)
• Cluster-level pseudo-labelling for source-free cross-domain facial expression recognition [94.56304526014875]
  表情認識のためのSFUDA法を提案する。 本手法は,自己教師付き事前学習を利用して,対象データから優れた特徴表現を学習する。 提案手法の有効性を4つの適応方式で検証し,FERに適用した場合,既存のSFUDA法より一貫して優れていることを示す。
  論文  参考訳（メタデータ） (2022-10-11T08:24:50Z)
• Frequency Spectrum Augmentation Consistency for Domain Adaptive Object Detection [107.52026281057343]
  周波数スペクトル拡張整合(FSAC)フレームワークを4種類の低周波フィルタで構成する。 最初の段階では、オリジナルおよび拡張されたソースデータを全て利用して、オブジェクト検出器を訓練する。 第2段階では、予測一貫性のための自己学習を行うために、擬似ラベル付き拡張現実とターゲットデータを採用する。
  論文  参考訳（メタデータ） (2021-12-16T04:07:01Z)

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。