論文の概要: STEAM: Stable Self-Training with Elastic Matching and Adaptive Purification

• arxiv url: http://arxiv.org/abs/2607.09057v1
• Date: Fri, 10 Jul 2026 02:56:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-13 14:47:12.768898
• Title: STEAM: Stable Self-Training with Elastic Matching and Adaptive Purification
• Title（参考訳）: STEAM: 弾性マッチングと適応的精製による安定した自己学習
• Abstract要約: クロスビュージオローカライゼーション(CVGL)は、ドローンビュー画像と対応する衛星ビュー画像とをマッチングすることにより、GPSフリーなローカライゼーションを実現することを目的としている。 既存の教師付き手法は、手動で手動で注釈付けされたクロスビュー画像ペアに依存しており、コストがかかり拡張が困難である。 STEAMは、実際のドローンや衛星画像上で直接自己学習を行う、エンドツーエンドの非教師なしジオローカライゼーションフレームワークである。
• 参考スコア（独自算出の注目度）: 7.7693155858168295
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cross-view geo-localization (CVGL) aims to achieve GPS-free localization by matching drone-view images with corresponding satellite-view images. Existing supervised methods rely on large-scale manually annotated cross-view image pairs, making them costly and difficult to scale. In contrast, existing unsupervised approaches typically depend on generative models or clustering-based stage-wise optimization, which are prone to distribution bias and the accumulation of noisy pseudo-labels. To address these limitations, we propose STEAM (Stable Self-Training with Elastic Matching and Adaptive Purification), an end-to-end unsupervised cross-view geo-localization framework that performs self-training directly on real drone and satellite images. Specifically, the proposed Stable Spatial-Aware Module enhances the stability of feature representations, Elastic Matching discovers high-quality cross-view pseudo-labels, and Adaptive Purification dynamically maintains a reliable pseudo-label repository throughout the self-training process. Extensive experiments on the University-1652 and SUES-200 benchmarks demonstrate that STEAM achieves state-of-the-art performance among all existing unsupervised methods and delivers performance comparable to supervised approaches, validating the effectiveness and superiority of the proposed framework. The source code is available at https://github.com/wsx-heu/STEAM.git.
• Abstract（参考訳）: クロスビュージオローカライゼーション(CVGL)は、ドローンビュー画像と対応する衛星ビュー画像とをマッチングすることにより、GPSフリーなローカライゼーションを実現することを目的としている。 既存の教師付き手法は、手動で手動で注釈付けされたクロスビュー画像ペアに依存しており、コストがかかり拡張が困難である。 対照的に、既存の教師なしアプローチは典型的には生成モデルやクラスタリングに基づく段階最適化に依存しており、これは分布バイアスやノイズの多い擬似ラベルの蓄積につながる。 これらの制約に対処するため,STEAM(Stable Self-Training with Elastic Matching and Adaptive Purification)を提案する。 具体的には、Stable Space-Aware Moduleは特徴表現の安定性を高め、Elastic Matchingは高品質なクロスビューな擬似ラベルを発見し、Adaptive Purificationは自己学習プロセスを通して信頼性の高い擬似ラベルリポジトリを動的に維持する。 University-1652とSUES-200ベンチマークの大規模な実験により、STEAMは既存のすべての教師なし手法の最先端性能を達成し、教師付き手法に匹敵する性能を示し、提案フレームワークの有効性と優位性を検証した。 ソースコードはhttps://github.com/wsx-heu/STEAM.gitで入手できる。

関連論文リスト

• Reinforcement Learning-Guided Evolutionary Policy Optimization for Preference-Adjustable Heterogeneous Agile Earth Observation Satellite Scheduling [50.176885352114674]
  異質なアジャイル地球観測衛星(AEOS)のスケジューリングには、タスクの選択、衛星の割り当て、および観測シークエンシングが必要である。 本稿では、優先調整可能な重み付け目的を用いた異種AEOSスケジューリングのための進化的ポリシー最適化フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-25T12:16:28Z)
• Label-Free Target-Domain Adaptation for Unconstrained Event-Image Feature Matching via Dual-Stage Distillation [30.789763956644958]
  クロスモーダルマッチング手法は、マッチングラベルまたは厳密に整列されたハードウェアに依存しているため、大きく制限されている。 本稿では,この問題に対処するための新しい2段階トレーニングパラダイムを提案する。 提案手法はMVSECとTUM-VIEの両方のポーズ推定タスクにおける最先端性能を実現する。
  論文  参考訳（メタデータ） (2026-07-11T02:23:11Z)
• Pondering the Way: Spatial-perceiving World Action Model for Embodied Navigation [24.310993695214094]
  SWAM(Spatial-Perceiving World Action Model)は,タスク中心の共同観測行動生成フレームワークである。 スタートとゴールのRGB観測が与えられた場合、SWAMはシングルパス推論を行い、中間のRGB-Dシーケンスと対応するアクショントラジェクトリを同時に生成する。 SWAMは、成功率、軌道精度、推論効率において、最先端の2段階プランナーを著しく上回っている。
  論文  参考訳（メタデータ） (2026-06-29T07:43:47Z)
• MoASE++: Mixture of Activation Sparsity Experts with Domain-Adaptive On-policy Distillation for Continual Test Time Adaptation [65.068801413044]
  連続的なテスト時間適応は、非定常な未ラベルのターゲットストリームにソース予測モデルを適用する。 ドメインに依存しない構造をドメイン固有のテクスチャから切り離す。
  論文  参考訳（メタデータ） (2026-05-18T01:52:12Z)
• Enhancing Cross-View UAV Geolocalization via LVLM-Driven Relational Modeling [31.36539752384395]
  クロスビューUAVジオローカライゼーションは、ドローンが捉えた画像の正確な空間座標を、地理的に参照された広範囲な衛星データベースと整列させることを目的としている。 改良されたUAV-Satellite画像マッチングのための共同関係モデリングを明示的に行うために設計された,新しいプラグアンドプレイランキングアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-03-09T07:57:29Z)
• OmniVL-Guard: Towards Unified Vision-Language Forgery Detection and Grounding via Balanced RL [63.388513841293616]
  既存の偽造検出手法は、現実世界の誤報に多いインターリーブされたテキスト、画像、ビデオを扱うのに失敗する。 このギャップを埋めるため,本論文では,オムニバス・ビジョン言語による偽造検出と接地のための統一フレームワークの開発を目標としている。 我々は、OmniVL-Guardという、オムニバス視覚言語による偽造検出と接地のためのバランスの取れた強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-11T09:41:36Z)
• Self-Enhanced Image Clustering with Cross-Modal Semantic Consistency [57.961869351897384]
  効率的な画像クラスタリングのためのクロスモーダルなセマンティック一貫性に基づくフレームワークを提案する。 当社のフレームワークはまず,クロスモーダルセマンティック一貫性を通じて,強力な基盤を構築します。 最初の段階では、トレーニング済みモデルのリッチなセマンティクスに合わせて、軽量クラスタリングヘッドをトレーニングします。 第2段階では、自己強化微調整戦略を導入する。
  論文  参考訳（メタデータ） (2025-08-02T08:12:57Z)
• Semantic-Aligned Learning with Collaborative Refinement for Unsupervised VI-ReID [82.12123628480371]
  教師なしの人物再識別(USL-VI-ReID)は、モデル学習のための人間のアノテーションを使わずに、同じ人物の歩行者像を異なるモードでマッチングすることを目指している。 従来の手法では、ラベルアソシエーションアルゴリズムを用いて異質な画像の擬似ラベルを統一し、グローバルな特徴学習のためのコントラスト学習フレームワークを設計していた。 本稿では,各モダリティによって強調される特定のきめ細かいパターンを対象とするSALCR(Semantic-Aligned Learning with Collaborative Refinement)フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-27T13:58:12Z)
• Unleashing Unlabeled Data: A Paradigm for Cross-View Geo-Localization [28.941724648519102]
  本稿では,大規模クロスビュー・ジオローカライゼーション(CVGL)におけるラベルなしデータの有効利用について検討する。 CVGLの一般的なアプローチは、地上衛星画像ペアに依存し、ラベル駆動型教師付きトレーニングを採用する。 本稿では,初期擬似ラベルを検索するためのモデルを案内するクロスビュープロジェクションを含む教師なしフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-21T07:48:35Z)
• SatDM: Synthesizing Realistic Satellite Image with Semantic Layout Conditioning using Diffusion Models [0.0]
  Denoising Diffusion Probabilistic Models (DDPM) は意味的レイアウトから現実的なイメージを合成する上で大きな可能性を証明している。 本稿では,セマンティックマップを用いて高品質で多様な衛星画像を生成する条件付きDDPMモデルを提案する。 提案モデルの有効性は,本研究の文脈内で導入した詳細なラベル付きデータセットを用いて検証する。
  論文  参考訳（メタデータ） (2023-09-28T19:39:13Z)
• Domain-invariant Similarity Activation Map Contrastive Learning for Retrieval-based Long-term Visual Localization [30.203072945001136]
  本研究では,多領域画像変換による領域不変特徴抽出のために,確率論的に一般アーキテクチャを定式化する。 そして、より精密な局所化のために、新しい勾配重み付き類似性活性化写像損失(Grad-SAM)を組み込んだ。 CMUSeasonsデータセットにおける提案手法の有効性を検証するために大規模な実験が行われた。 我々の性能は、最先端のイメージベースのローカライゼーションベースラインを中あるいは高精度で上回るか、あるいは上回る。
  論文  参考訳（メタデータ） (2020-09-16T14:43:22Z)
• Self-Guided Adaptation: Progressive Representation Alignment for Domain Adaptive Object Detection [86.69077525494106]
  非教師なしドメイン適応(UDA)は、オブジェクト検出モデルのドメイン間ロバスト性を改善するために前例のない成功を収めた。 既存のUDA手法は、モデル学習中の瞬間的なデータ分布を無視しており、大きなドメインシフトによって特徴表現が劣化する可能性がある。 本稿では、特徴表現の整合とドメイン間のオブジェクト検出モデルの転送を目標とする自己ガイド適応モデルを提案する。
  論文  参考訳（メタデータ） (2020-03-19T13:30:45Z)

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。