論文の概要: MambaRefine-CD: MambaVision with Region-Boundary Temporal Refinement
- arxiv url: http://arxiv.org/abs/2607.04403v1
- Date: Sun, 05 Jul 2026 16:50:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-07 22:26:29.921621
- Title: MambaRefine-CD: MambaVision with Region-Boundary Temporal Refinement
- Title（参考訳）: MambaRefine-CD:MambaVision with Region-Bundary Temporal Refinement
- Authors: Dineth Perera, Thaariq Firdous, Oshadha Samarakoon, Roshan Godaliyadda, Parakrama Ekanayake, Vijitha Herath,
- Abstract要約: 本稿では,共有MambaVisionエンコーダ上に構築された領域境界時間補正フレームワークであるMambaRefine-CDを提案する。
提案したD-RBIモジュールは、ペア化特徴、絶対差、符号付き差異から時間的エビデンスを構築し、それを領域とソベル条件境界ストリームに分離する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Binary change detection in remote sensing requires both complete changed-region localization and accurate boundary delineation. We present MambaRefine-CD, a region-boundary temporal refinement framework built on a shared MambaVision encoder. The proposed D-RBI module constructs temporal evidence from paired features, absolute differences, and signed differences, then separates it into region and Sobel-conditioned boundary streams. Region features are enhanced with CRAM-lite and decoded by an adaptive receptive-field FPN, while the finest boundary stream guides a bounded residual refinement of the coarse prediction. Experiments on DSIFN-CD and WHU-CD show strong changed-class F1 and IoU under verified evaluation settings, and ablations support the contribution of signed temporal evidence and the full region-boundary refinement pipeline.
- Abstract（参考訳）: リモートセンシングにおけるバイナリ変更検出には、完全な変更領域のローカライゼーションと正確な境界デラインの両方が必要である。
本稿では,共有MambaVisionエンコーダ上に構築された領域境界時間補正フレームワークであるMambaRefine-CDを提案する。
提案したD-RBIモジュールは、ペア化特徴、絶対差、符号付き差異から時間的エビデンスを構築し、それを領域とソベル条件境界ストリームに分離する。
領域の特徴はCRAMライトで強化され、適応型受容場FPNでデコードされる。
DSIFN-CDとWHU-CDの実験では, 評価条件が検証された場合, F1, IoUの強い変化が認められた。
関連論文リスト
- A Dual-Branch Framework for Semantic Change Detection with Boundary and Temporal Awareness [8.202209362704494]
ANetと呼ばれる境界と時間認識による意味的変化検出のためのデュアルブランチフレームワークを提案する。
ANetはグローバルなセマンティクス、局所的な詳細、時間的推論、境界認識を統合し、最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-02-12T00:54:22Z) - Morphing Through Time: Diffusion-Based Bridging of Temporal Gaps for Robust Alignment in Change Detection [51.56484100374058]
既存の変更検出ネットワークを変更することなく空間的・時間的ロバスト性を改善するモジュールパイプラインを導入する。
拡散モジュールは、大きな外観ギャップをブリッジする中間変形フレームを合成し、RoMaは段階的に対応を推定できる。
LEVIR-CD、WHU-CD、DSIFN-CDの実験は、登録精度と下流変化検出の両方において一貫した利得を示した。
論文 参考訳（メタデータ） (2025-11-11T08:40:28Z) - DiffRegCD: Integrated Registration and Change Detection with Diffusion Features [74.3102451211493]
DiffRegCDは、単一のモデルで密度の高い登録と変更検出を統一する統合フレームワークである。
空中(LEVIR-CD, DSIFN-CD, WHU-CD, SYSU-CD)と地上(VL-CMU-CD)のデータセットによる実験は、DiffRegCDが最近のベースラインを一貫して上回っていることを示している。
論文 参考訳（メタデータ） (2025-11-11T07:32:19Z) - MRFD: Multi-Region Fusion Decoding with Self-Consistency for Mitigating Hallucinations in LVLMs [57.931366749890906]
MRFD (Multi-Region Fusion Decoding) は、領域間の一貫性をモデル化することにより、現実のグラウンド化を改善する訓練自由復号法である。
MRFDは、クロスアテンションを用いて正常な領域を特定し、それぞれの初期応答を生成し、Jensen-Shannon Divergenceに基づいて信頼性ウェイトを算出する。
論文 参考訳（メタデータ） (2025-08-14T01:17:39Z) - Wavelet-Guided Dual-Frequency Encoding for Remote Sensing Change Detection [67.84730634802204]
リモートセンシング画像の変化検出は,自然災害監視,都市拡張追跡,インフラ管理など,さまざまな工学的応用において重要な役割を担っている。
既存のほとんどの手法は空間領域モデリングに依存しており、特徴表現の限られた多様性は微妙な変化領域の検出を妨げる。
本研究では、特にウェーブレット領域における周波数領域の特徴モデリングが周波数成分の微細な違いを増幅し、空間領域において捉えにくいエッジ変化の知覚を高めることを観察する。
論文 参考訳（メタデータ） (2025-08-07T11:14:16Z) - Coarse-to-Fine Proposal Refinement Framework for Audio Temporal Forgery Detection and Localization [60.899082019130766]
本稿では、フレームレベル検出ネットワーク(FDN)と、音声の時間的偽造検出とローカライゼーションのための改良ネットワーク(PRN)を提案する。
FDNは、偽のフレーム間で情報的不整合の手がかりを抽出し、偽の領域を大まかに示すのに有用な識別的特徴を得る。
PRNは、FDNから派生した粗粒度の提案を洗練するために、信頼スコアと回帰オフセットを予測する責任がある。
論文 参考訳（メタデータ） (2024-07-23T15:07:52Z) - DDLNet: Boosting Remote Sensing Change Detection with Dual-Domain Learning [5.932234366793244]
変化センシング(RSCD)は、多時間リモートセンシング画像を分析して、ある領域における関心の変化を特定することを目的としている。
既存のRSCD法は、関心の変化を高めるために空間領域におけるコンテキストモデリングに費やされている。
二重領域学習(周波数領域と空間領域)に基づくRSCDネットワークDNetを提案する。
論文 参考訳（メタデータ） (2024-06-19T14:54:09Z) - CDMamba: Incorporating Local Clues into Mamba for Remote Sensing Image Binary Change Detection [30.387208446303944]
我々はCDMambaと呼ばれるモデルを提案し、これはバイナリCDタスクを扱うためのグローバル機能とローカル機能とを効果的に組み合わせている。
具体的には,Mambaのグローバルな特徴抽出と畳み込みによる局所的詳細化に活用するために,Scaled ResidualMambaブロックを提案する。
論文 参考訳（メタデータ） (2024-06-06T16:04:30Z) - Hard Region Aware Network for Remote Sensing Change Detection [44.269913858088614]
変化検出(CD)は、都市管理や災害評価など、様々な現実世界の応用に不可欠である。
本稿では,ハード領域マイニングによる高精度な変化マップを提供するHRANetと呼ばれる新しい変化検出ネットワークを提案する。
論文 参考訳（メタデータ） (2023-05-31T02:52:38Z)
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。