論文の概要: LOGOS: Language-guided Oriented Object Detection in Aerial Scenes

• arxiv url: http://arxiv.org/abs/2607.08004v1
• Date: Thu, 09 Jul 2026 00:11:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-10 14:45:27.372616
• Title: LOGOS: Language-guided Oriented Object Detection in Aerial Scenes
• Title（参考訳）: LOGOS:航空シーンにおける言語誘導オブジェクト指向物体検出
• Authors: Trong-Thuan Nguyen, Minh-Triet Tran,
• Abstract要約: 本稿では,テキストのプロンプトを利用した新しいトランスフォーマーベースのアプローチであるLOGOSを提案する。 特に,提案手法では,提案したテキストに基づいて,モデルの焦点を動的に調整するために,プロンプト変調されたコンテンツクエリを取り入れている。 私たちのアプローチは、リモートセンシングアプリケーションにおけるオブジェクト指向オブジェクト検出の堅牢性とスケーラビリティを改善するための大きな一歩を提供します。
• 参考スコア（独自算出の注目度）: 13.035539845858501
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Object detection in geospatial scenes, such as satellite and aerial imagery, poses significant challenges due to the varying orientations and densities of objects, as well as the complex backgrounds inherent to remote sensing imagery. Traditional methods for oriented object detection have struggled to address issues such as angular discontinuity, fixed query sizes, and inefficiencies in handling sparse or cluttered scenes. In this paper, we propose LOGOS, a novel transformer-based approach that leverages textual prompts to guide the detection of oriented objects in aerial scenes. In particular, our proposed approach incorporates prompt-modulated content queries to dynamically adjust the model's focus based on the provided text, thereby improving object detection accuracy in complex environments. Empirically, extensive experiments on the DOTA dataset demonstrate that LOGOS outperforms existing state-of-the-art methods, particularly in densely packed and rotated object scenarios. Our approach offers a significant step forward in improving the robustness and scalability of oriented object detection in remote sensing applications.
• Abstract（参考訳）: 衛星や空中画像などの地理空間的シーンにおける物体検出は、物体の向きや密度の変化や、リモートセンシング画像に固有の複雑な背景によって大きな課題を生んでいる。 オブジェクト指向オブジェクト検出の従来の手法は、角の不連続性、クエリサイズの固定、スパースや散らばったシーンの処理における非効率といった問題に対処するのに苦労してきた。 本稿では,テキストのプロンプトを利用した新しいトランスフォーマーベースアプローチであるLOGOSを提案する。 特に,提案手法では,提案したテキストに基づいてモデル焦点を動的に調整し,複雑な環境下でのオブジェクト検出精度を向上させる。 実証的に、DOTAデータセットに関する広範な実験は、LOGOSが既存の最先端メソッド、特に密に充填された、回転したオブジェクトシナリオよりも優れていることを示した。 私たちのアプローチは、リモートセンシングアプリケーションにおけるオブジェクト指向オブジェクト検出の堅牢性とスケーラビリティを改善するための大きな一歩を提供します。

関連論文リスト

• SDDF: Specificity-Driven Dynamic Focusing for Open-Vocabulary Camouflaged Object Detection [12.404050551208366]
  Open-vocabulary Object Detection (OVOD) は、テキストプロンプトを活用することで、オープン世界の未知の物体や未知の物体を検出することを目的としている。 OVCOD-D という名前のベンチマークは、細かなテキスト記述で慎重に選択されたカモフラーグオブジェクトイメージを増補することで構成する。 オープンセット評価設定では,OVCOD-Dベンチマークで56.4のAPを達成する。
  論文  参考訳（メタデータ） (2026-03-27T06:37:32Z)
• A Multimodal Depth-Aware Method For Embodied Reference Understanding [56.30142869506262]
  Embodied Reference Understandingでは、言語命令とポインティングキューの両方に基づいて、視覚的なシーンで対象のオブジェクトを識別する必要がある。 本稿では,データ拡張,深度マップのモダリティ,深度認識決定モジュールを共同で活用する新しいERUフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-09T14:32:21Z)
• Oriented Tiny Object Detection: A Dataset, Benchmark, and Dynamic Unbiased Learning [51.170479006249195]
  本研究では,新しいデータセット,ベンチマーク,動的粗大な学習手法を提案する。 提案するデータセットであるAI-TOD-Rは、すべてのオブジェクト指向オブジェクト検出データセットの中で最小のオブジェクトサイズを特徴としている。 完全教師付きおよびラベル効率の両アプローチを含む,幅広い検出パラダイムにまたがるベンチマークを提案する。
  論文  参考訳（メタデータ） (2024-12-16T09:14:32Z)
• Detect2Interact: Localizing Object Key Field in Visual Question Answering (VQA) with LLMs [5.891295920078768]
  本稿では,物体の視覚的フィールド検出のための高度な手法を提案する。 まず,画像中の物体の詳細な空間地図を生成するために,SAMモデルを用いた。 次に、Vision Studioを使用してセマンティックオブジェクト記述を抽出する。 第3に、GPT-4の常識知識を用いて、オブジェクトの意味論と空間マップとのギャップを埋める。
  論文  参考訳（メタデータ） (2024-04-01T14:53:36Z)
• Oriented object detection in optical remote sensing images using deep learning: a survey [13.05317817164702]
  オブジェクト指向物体検出は、リモートセンシングの基本的かつ困難な課題である。 近年のディープラーニングの進歩により、オブジェクト指向物体検出法の能力は大幅に向上した。
  論文  参考訳（メタデータ） (2023-02-21T06:31:53Z)
• High-resolution Iterative Feedback Network for Camouflaged Object Detection [128.893782016078]
  カモフラージュされたオブジェクトを背景に視覚的に同化させることは、オブジェクト検出アルゴリズムにとって難しい。 エッジやバウンダリのぼやけた視界を生じさせる細部劣化を避けるために,高分解能テクスチャの詳細を抽出することを目的としている。 我々は,高解像度特徴量による低解像度表現を反復的フィードバック方式で洗練する新しいHitNetを提案する。
  論文  参考訳（メタデータ） (2022-03-22T11:20:21Z)
• Robust Object Detection via Instance-Level Temporal Cycle Confusion [89.1027433760578]
  物体検出器の分布外一般化を改善するための補助的自己監視タスクの有効性を検討する。 最大エントロピーの原理に触発されて,新しい自己監督タスクであるインスタンスレベル時間サイクル混乱(cycconf)を導入する。 それぞれのオブジェクトに対して、タスクは、ビデオ内の隣接するフレームで最も異なるオブジェクトの提案を見つけ、自己スーパービジョンのために自分自身にサイクルバックすることです。
  論文  参考訳（メタデータ） (2021-04-16T21:35:08Z)
• Slender Object Detection: Diagnoses and Improvements [74.40792217534]
  本稿では,超高アスペクト比,すなわちtextbfslender オブジェクトの特定タイプの検出について検討する。 古典的物体検出法では、細い物体に対してのみ評価される場合、COCO上の18.9%のmAPの劇的な低下が観察される。
  論文  参考訳（メタデータ） (2020-11-17T09:39:42Z)

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。