論文の概要: InfraNet: Quality-Aware RGB Guidance for Efficient Infrared Object Detection
- arxiv url: http://arxiv.org/abs/2607.03795v1
- Date: Sat, 04 Jul 2026 09:49:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:29.72341
- Title: InfraNet: Quality-Aware RGB Guidance for Efficient Infrared Object Detection
- Title（参考訳）: InfraNet:高効率赤外線物体検出のための品質対応RGBガイダンス
- Authors: Zichao Feng, Haodong Zhu, Jingying Yang, Sheng Xu, Yangyang Ren, Yuguang Yang, Xuhui Liu, Juan Zhang, Tian Wang, Linlin Yang, Baochang Zhang,
- Abstract要約: InfraNetは、トレーニング中のRGBガイダンスを規制し、柔軟なRGB--IRまたはIR-onlyデプロイメントをサポートする品質対応フレームワークである。
提案手法は,4つのベンチマークデータセット(LLVIP,FLIR-Aligned,M$3$FD,DroneVehicle)の広範な実験により評価される。
- 参考スコア（独自算出の注目度）: 31.00284151416272
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robust object detection under adverse visual conditions remains a long-standing challenge for multi-modal perception systems. Existing fusion-based methods typically require both RGB and infrared (IR) inputs, and treat them equally during both training and inference, which compromises their robustness when the RGB modality becomes unreliable or unavailable. In this case, we propose \textbf{InfraNet}, an IR-centric quality-aware framework that regulates RGB guidance during training and supports flexible RGB--IR or IR-only deployment. InfraNet employs an asymmetric architecture where the primary IR pathway extracts multi-scale infrared features for predictions, while the auxiliary RGB pathway provides reliability-controlled supervisory signals. The core of InfraNet is \textbf{QualGate}, a quality-aware fusion module that learns a task-oriented control signal to suppress unreliable RGB guidance and compensate IR features during cross-modal training. Built upon InfraNet, we design two architectural variants: a lightweight IR-only architecture InfraNet-IR and an RGB--IR architecture InfraNet-RGB-IR. Our method is evaluated through extensive experiments on four benchmark datasets (LLVIP, FLIR-Aligned, M$^3$FD, and DroneVehicle), showing strong or competitive accuracy in challenging low-light and adverse weather conditions. Notably, InfraNet maintains high efficiency in IR-only inference, making it both accurate and computationally efficient.
- Abstract（参考訳）: 有害な視覚条件下でのロバスト物体検出は、マルチモーダル認識システムにおける長年にわたる課題である。
既存の融合法では、通常、RGBと赤外線(IR)の両方の入力を必要とし、トレーニングと推論の両方で同等に扱い、RGBのモダリティが信頼できない、あるいは利用できないときにその堅牢性を損なう。
この場合、トレーニング中のRGBガイダンスを規制し、柔軟なRGB-IRまたはIRのみのデプロイメントをサポートするIR中心の品質認識フレームワークである‘textbf{InfraNet}’を提案する。
InfraNetでは、主IR経路が予測のためにマルチスケール赤外線特徴を抽出し、補助RGB経路が信頼性制御された監視信号を提供する非対称アーキテクチャを採用している。
InfraNetのコアは、タスク指向の制御信号を学習し、信頼性の低いRGBガイダンスを抑え、クロスモーダルトレーニング中にIR機能を補償する、品質対応の融合モジュールである。
InfraNetをベースとして、軽量なIR専用アーキテクチャであるInfraNet-IRとRGB-IRアーキテクチャであるInfraNet-RGB-IRを設計する。
本手法は,4つのベンチマークデータセット(LLVIP,FLIR-Aligned,M$^3$FD,DroneVehicle)の広範な実験により評価され,低照度および悪天候条件に挑戦する上で,強い,あるいは競争的な精度を示す。
特に、InfraNetはIRのみの推論において高い効率を保ち、精度と計算効率を両立させる。
関連論文リスト
- IrisNet: Infrared Image Status Awareness Meta Decoder for Infrared Small Targets Detection [92.56025546608699]
IrisNetは、入力赤外線画像ステータスに検出戦略を適用する、新しいメタ学習フレームワークである。
提案手法は,赤外線画像特徴量とデコーダパラメータ全体の動的マッピングを確立する。
NUDT-SIRST、NUAA-SIRST、IRSTD-1Kデータセットの実験は、我々のIrisNetの優位性を示している。
論文 参考訳（メタデータ） (2025-11-25T13:53:54Z) - SWIR-LightFusion: Multi-spectral Semantic Fusion of Synthetic SWIR with Thermal IR (LWIR/MWIR) and RGB [6.054759773528757]
スペクトル再現を主張せずにSWIR様の構造/コントラストキューを合成的に生成する。
次に、合成SWIR、LWIR、RGBモダリティを統合したマルチモーダル融合フレームワークを提案する。
この結果は、監視と自律システムにおける現実世界の応用のかなりの可能性を浮き彫りにしている。
論文 参考訳（メタデータ） (2025-10-15T11:00:41Z) - WiSE-OD: Benchmarking Robustness in Infrared Object Detection [12.115815831689265]
WiSE-ODは、RGBゼロショットとIRファインチューニングの重みを組み合わせたWiSE-OD$_ZS$と、ゼロショットとリニアプローブを混合したWiSE-OD$_LP$である。
標準のIRデータセットに汚職を適用することで構築された2つのモード間アウト・オブ・ディストリビューション・ベンチマークであるLLVIP-CとFLIR-Cを紹介する。
論文 参考訳（メタデータ） (2025-07-25T03:33:50Z) - Multispectral Detection Transformer with Infrared-Centric Feature Fusion [8.762314897895175]
Infrared-Centric Fusion (IC-Fusion) は、軽量でモダリティに配慮したセンサー融合法である。
IC-Fusionは、補完的なRGBセマンティックコンテキストを効果的に統合しながら、赤外線機能を優先する。
FLIRおよびLLVIPベンチマークの実験は、我々のIR中心核融合戦略の有効性と効率性を実証している。
論文 参考訳（メタデータ） (2025-05-21T05:44:14Z) - Multi-Domain Biometric Recognition using Body Embeddings [51.36007967653781]
身体埋め込みは中波長赤外線(MWIR)領域と長波長赤外線(LWIR)領域の顔埋め込みよりも優れていた。
我々は、IJB-MDFデータセット上でのベンチマーク結果を確立するために、ビジョントランスフォーマーアーキテクチャを活用している。
また, クロスエントロピーとトリプルト損失の単純な組み合わせで, VISデータにのみ事前訓練された体モデルを微調整することで, 最先端のmAPスコアが得られることを示す。
論文 参考訳（メタデータ） (2025-03-13T22:38:18Z) - Bringing RGB and IR Together: Hierarchical Multi-Modal Enhancement for Robust Transmission Line Detection [67.02804741856512]
高速かつ高精度なTL検出のために,RGBとIRデータを統合したHMMEN(Hierarchical Multi-Modal Enhancement Network)を提案する。
提案手法では,(1)階層的RGBおよびIR特徴写像を大まかに融合・拡張するMMEB,(2)デコーダ出力とIR特徴写像の不整合を変形可能な畳み込みを利用して補正するFAB,の2つの重要な構成要素を紹介する。
論文 参考訳（メタデータ） (2025-01-25T06:21:06Z) - Contourlet Refinement Gate Framework for Thermal Spectrum Distribution Regularized Infrared Image Super-Resolution [54.293362972473595]
画像超解像(SR)は、高解像度(HR)画像を低解像度(LR)画像から再構成することを目的としている。
SRタスクに対処する現在のアプローチは、RGB画像の特徴を抽出するか、同様の劣化パターンを仮定するものである。
スペクトル分布の忠実さを保ちつつ、赤外線変調特性を復元するコントゥーレット改質ゲートフレームワークを提案する。
論文 参考訳（メタデータ） (2024-11-19T14:24:03Z) - CIR-Net: Cross-modality Interaction and Refinement for RGB-D Salient
Object Detection [144.66411561224507]
本稿では,CIR-Netと呼ばれる畳み込みニューラルネットワーク(CNN)モデルを提案する。
我々のネットワークは、定性的かつ定量的に最先端の塩分濃度検出器より優れています。
論文 参考訳（メタデータ） (2022-10-06T11:59:19Z) - Robust Environment Perception for Automated Driving: A Unified Learning
Pipeline for Visual-Infrared Object Detection [2.478658210785]
我々は、頑健な物体検出のために、視覚と熱の両方の知覚ユニットを利用する。
本稿では,物体検出のために,視覚と熱の両方の知覚ユニットを利用する。
論文 参考訳（メタデータ） (2022-06-08T15:02:58Z) - Data-Level Recombination and Lightweight Fusion Scheme for RGB-D Salient
Object Detection [73.31632581915201]
深部特徴抽出に先立って,RGBとD(深部)を融合する新たなデータレベル組換え手法を提案する。
新たに設計された3重ストリームネットワークをこれらの新しい定式化データ上に適用し,RGBとDのチャネルワイドな相補的融合状態を実現する。
論文 参考訳（メタデータ） (2020-08-07T10:13:05Z)
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。