論文の概要: SpecTrack: Spectral Prompt Guided Adaptive Experts for Multispectral Object Tracking
- arxiv url: http://arxiv.org/abs/2607.05988v1
- Date: Tue, 07 Jul 2026 08:20:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-08 21:24:51.453428
- Title: SpecTrack: Spectral Prompt Guided Adaptive Experts for Multispectral Object Tracking
- Title（参考訳）: SpecTrack: マルチスペクトルオブジェクト追跡のための適応エキスパートのためのスペクトルプロンプトガイド
- Abstract要約: マルチスペクトル画像(MSI)およびハイパースペクトル画像(HSI)オブジェクト追跡オブジェクトは、記録されたバンドワイズ観測を利用して、ターゲット背景の識別を改善する。
既存のトラッカーは一般に全ての探索領域を固定容量のスペクトル-空間経路で処理する。
本稿では,MSIトラッキングを検索領域レベルの適応キャパシティアロケーションとして定式化するスペクトル空間複雑性対応トラッカーSpecTrackを提案する。
- 参考スコア（独自算出の注目度）: 4.04638613278729
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Multispectral image(MSI) and hyperspectral image(HSI) object tracking object tracking exploits recorded band-wise observations to improve target--background discrimination under similar RGB appearance, mixed pixels, illumination variation, occlusion, and clutter. However, existing trackers commonly process all search regions through a fixed capacity spectral--spatial path, ignoring that tracking difficulty varies substantially across frames and target states. Clear regions may require only lightweight local discrimination, whereas ambiguous boundaries and spectrally similar distractors often demand stronger contextual reasoning. To address this limitation, we propose SpecTrack, a spectral--spatial complexity-aware tracker that formulates MSI tracking as search-region-level adaptive capacity allocation. Its core component, the Spectral Adaptive Mixture-of-Experts (SAMoE) module, provides a capacity-ordered expert pool with progressively increasing latent rank, receptive field, and depth. Expert selection is guided by a Spectral Prompt Router, which fuses semantic context, spatial boundary cues, and a latent channel-variation cue computed after multispectral patch embedding to activate a sparse subset of SAMoE experts for each search region. In parallel, a Shared Global Expert supplies common latent spectral--spatial context to reduce fragmented sparse-routing decisions. Experiments on MUST, MSITrack, and HOTC20 demonstrate a favorable accuracy--efficiency trade-off. The accuracy-oriented SpecTrack-L384 achieves state-of-the-art or highly competitive AUCs of 65.2\%, 51.9\%, and 72.6\% on the three benchmarks, while the balanced SpecTrack-B224 reaches 62.4\% AUC at 43.7 FPS on MUST. An additional GOT-10k evaluation indicates RGB-domain architectural generalization, with SpecTrack-L384 achieving 79.3\% AO.
- Abstract（参考訳）: マルチスペクトル画像(MSI)およびハイパースペクトル画像(HSI)オブジェクト追跡対象追跡は、記録された帯域幅の観測を利用して、類似のRGB外見、混合画素、照明変動、閉塞、クラッタのターゲット背景の識別を改善する。
明瞭な地域は軽量な地域差別のみを必要とするが、あいまいな境界線やスペクトル的に類似した気晴らしは、しばしばより強い文脈推論を要求する。
この制限に対処するため,探索領域レベルの適応キャパシティアロケーションとしてMSIトラッキングを定式化するスペクトル空間複雑性対応トラッカーSpecTrackを提案する。
そのコアコンポーネントである Spectral Adaptive Mixture-of-Experts (SAMoE) モジュールは、潜在ランク、受容フィールド、深さが徐々に増加するキャパシティ順序のエキスパートプールを提供する。
エキスパート選択は、意味コンテキスト、空間境界キュー、マルチスペクトルパッチの埋め込み後に計算された潜時チャネル偏差キューを融合して、各検索領域のSAMoEエキスパートのスパースサブセットを活性化するスペクトルプロンプトルータによって導かれる。
並行して、Shared Global Expertは、分断されたスパースルーイングの決定を減らすために、一般的な遅延スペクトル-空間コンテキストを提供する。
MUST、MSITrack、HOTC20の実験は、良好な精度-効率トレードオフを示している。
精度指向のSpecTrack-L384は3つのベンチマークで65.2\%、51.9\%、72.6\%の最先端または競争性の高いAUCを達成し、バランスの取れたSpecTrack-B224は43.7 FPSで62.4\% AUCに達する。
さらなる GOT-10k 評価は RGB ドメインアーキテクチャの一般化を示し、SpecTrack-L384 は 79.3 % AO を達成した。
関連論文リスト
- Contour-Guided Spectral Routing for Robust Real-Time Pedestrian Detection [0.0]
運転シーンにおけるリアルタイム歩行者検出は、3つの複合障害モードによって制約される。
我々は一元化して検出器を定式化する。
emphcontour-guided spectrum routing view
論文 参考訳（メタデータ） (2026-09-13T08:38:54Z) - MSP-Net: Manifold-Guided Spectral Prompt Network for Hyperspectral Object Tracking [11.03462046191901]
ハイパースペクトルオブジェクトトラッキングは、複雑なシーンにおけるターゲット識別にユニークな利点を提供する。
既存の方法は、高スペクトル画像をRGB画像のマルチチャネル拡張として扱い、固定帯域順序で特徴融合を行う。
マニフォールド誘導分光プロンプトネットワーク(MSP-Net)を提案する。
HOT2020 と HOT2023 の実験では、MSP-Net は AUC と Precision をそれぞれ 0.80 と 0.96 を超える精度で達成している。
論文 参考訳（メタデータ） (2026-08-10T13:09:25Z) - Dynamic Spectral Denoising with Global-Context Attention for Multi-Behavior Recommendation [58.33732779555114]
重要なボトルネックは、2つの結合した不均一性によって引き起こされる表現レベルの失敗である、と我々は主張する。
マルチビヘイビアレコメンデーション(SpectraMB)のためのグローバルコンテキストを考慮した動的スペクトルデノベーションを提案する。
SpectraMBは、ほとんどの評価設定で最高の結果を達成し、ノイズのある相互作用下での堅牢性の向上を示す。
論文 参考訳（メタデータ） (2026-06-01T15:58:13Z) - Towards UAV Detection in the Real World: A New Multispectral Dataset UAVNet-MS and a New Method [80.50361258830928]
UAVNet-MSは、微小UAV検出のための最初のマルチスペクトルデータセットである。
本稿では、アレイ誘起パララックスと空間-スペクトル融合に対処するデュアルストリームベースラインであるMFDNetを提案する。
この研究は、基礎的なデータセット、強力なベースライン、マルチスペクトルUAV監視研究のためのベンチマークを提供する。
論文 参考訳（メタデータ） (2026-05-20T09:49:04Z) - Physics-Aligned Spectral Mamba: Decoupling Semantics and Dynamics for Few-Shot Hyperspectral Target Detection [14.607792636586067]
SpecMambaは、安定したセマンティック表現とアジャイルのスペクトル適応を分離するフレームワークである。
検出精度とクロスドメインの一般化において、最先端の手法を一貫して上回る。
論文 参考訳（メタデータ） (2026-04-07T08:04:18Z) - MMOT: The First Challenging Benchmark for Drone-based Multispectral Multi-Object Tracking [30.3437683353074]
MMOTは、ドローンベースのマルチスペクトルマルチオブジェクトトラッキングのための最初のベンチマークである。
125の動画シーケンスと8つのカテゴリにわたる488.8Kアノテーションがある。
スペクトル特徴の抽出と指向アノテーションの活用のために,マルチスペクトルおよび指向性を考慮したMOT方式を提案する。
論文 参考訳（メタデータ） (2025-10-14T14:25:17Z) - MSITrack: A Challenging Benchmark for Multispectral Single Object Tracking [28.794206918661818]
MSITrackは、これまでで最大かつ最も多様なマルチスペクトル単一オブジェクト追跡データセットである。
55のカテゴリーと300の異なる自然のシーンがある。
MSITrackは、RGBのみのベースラインよりもパフォーマンスが大幅に向上する。
論文 参考訳（メタデータ） (2025-10-08T03:56:36Z) - Hyperspectral Mamba for Hyperspectral Object Tracking [56.365517163296936]
Mamba (HyMamba) を用いた新しいハイパースペクトル物体追跡ネットワークを提案する。
状態空間モジュール(SSM)によるスペクトル、クロスディープス、時間モデリングを統一する。
HyMambaは、7つのベンチマークデータセットで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） (2025-09-10T03:47:43Z) - SSF-Net: Spatial-Spectral Fusion Network with Spectral Angle Awareness for Hyperspectral Object Tracking [21.664141982246598]
ハイパースペクトルビデオ(HSV)は、空間的、スペクトル的、時間的情報を同時に提供する。
既存の手法は主にバンド再編成に重点を置いており、特徴抽出のためにRGBトラッカーに依存している。
本稿では、超スペクトル(HS)物体追跡において、スペクトル角認識(SST-Net)を用いた空間-スペクトル融合ネットワークを提案する。
論文 参考訳（メタデータ） (2024-03-09T09:37:13Z) - SRRT: Exploring Search Region Regulation for Visual Object Tracking [58.68120400180216]
探索領域規則追跡(SRRT)と呼ばれる新しい追跡パラダイムを提案する。
SRRTでは,各フレームに対して最適な探索領域を動的に推定するために,提案された探索領域レギュレータを適用している。
大規模なLaSOTベンチマークでは、SRRTはSiamRPN++とTransTをAUCの4.6%と3.1%で改善した。
論文 参考訳（メタデータ） (2022-07-10T11:18:26Z) - Visible-Thermal UAV Tracking: A Large-Scale Benchmark and New Baseline [80.13652104204691]
本稿では,可視熱UAV追跡(VTUAV)のための高多様性の大規模ベンチマークを構築する。
本稿では, フレームレベルの属性を, チャレンジ固有のトラッカーの可能性を利用するための粗粒度属性アノテーションを提案する。
さらに,様々なレベルでRGB-Tデータを融合するHMFT(Hierarchical Multi-modal Fusion Tracker)という新しいRGB-Tベースラインを設計する。
論文 参考訳（メタデータ） (2022-04-08T15:22:33Z) - Tracking-by-Counting: Using Network Flows on Crowd Density Maps for
Tracking Multiple Targets [96.98888948518815]
State-of-the-art multi-object tracking(MOT)法は、トラッキング・バイ・検出のパラダイムに従っている。
混み合ったシーンに適したMOTパラダイムであるトラッキング・バイ・カウントを提案する。
論文 参考訳（メタデータ） (2020-07-18T19:51:53Z)
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。