Fugu-MT 論文翻訳(概要): BOCCHI: A More Realistic and Challenging Benchmark for Local Motion Blur Detection with MSDCT-UNet

論文の概要: BOCCHI: A More Realistic and Challenging Benchmark for Local Motion Blur Detection with MSDCT-UNet

arxiv url: http://arxiv.org/abs/2607.10427v1
Date: Sat, 11 Jul 2026 18:21:36 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-14 15:40:48.428035
Title: BOCCHI: A More Realistic and Challenging Benchmark for Local Motion Blur Detection with MSDCT-UNet
Title（参考訳）: BOCCHI: MSDCT-UNetによる局所運動ブラインド検出のためのより現実的で整合的なベンチマーク
Abstract要約: 局所的な動きのぼかし検出は、ぼかし領域のピクセルレベルの局所化を必要とする。 BOCCHIは、鮮明な領域がぼやけた勾配分布に重なり合い、ショートカットを倒す実捕集型ベンチマークである。マルチスケールDCTプリエントをDCTアテンションとFiLMを介して注入する周波数対応エンコーダデコーダMSDCT-UNetを提案する。
参考スコア（独自算出の注目度）: 10.600940761244734
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Local motion blur detection requires pixel-level localization of blurred regions. Existing benchmarks let models rely on gradient shortcuts that fail to transfer. We introduce BOCCHI (Blurred Objects Captured across Cameras with Human-annotated Imagery), a real-captured benchmark whose sharp regions overlap the blur gradient distribution and defeat these shortcuts, and propose MSDCT-UNet (Multi-Scale Discrete Cosine Transform UNet), a frequency-aware encoder-decoder injecting multi-scale DCT priors through DCT Attention and FiLM. MSDCT-UNet ranks first in in-domain mIoU and boundary localization on BOCCHI, and BOCCHI-trained models outperform every other training source on cross-dataset transfer with only 633 training images.
Abstract（参考訳）: 局所的な動きのぼかし検出は、ぼかし領域のピクセルレベルの局所化を必要とする。既存のベンチマークでは、モデルが転送に失敗する勾配ショートカットに依存することができる。 BOCCHI (Blurred Objects Captured across Cameras with Human-annotated Imagery) は、鮮明な領域がぼやけた勾配分布とこれらのショートカットをオーバーラップして打ち負かし、MSDCT-UNet (Multi-Scale Discrete Cosine Transform UNet) を提案する。 MSDCT-UNetは、ドメイン内mIoUとBOCCHIのバウンダリローカライゼーションで第1位であり、BOCCHIでトレーニングされたモデルは、633のトレーニング画像で、他のトレーニングソースよりも優れている。

関連論文リスト

FUSED: Forensic-Semantic Mixture-of-Experts for AI Inpainting Detection and Localization [14.056602265859645]
拡散ベースの塗装モデルは、画像の局所的な部分だけを変更する。多くのAIイメージ検出器は、グローバルアーティファクトに依存し、ローカライズしない。 FUSEDは,AIによるインペイントの同時検出と局所化のための統合フレームワークである。
論文参考訳（メタデータ） (2026-08-28T13:05:43Z)
Bridging the Micro--Macro Gap: Frequency-Aware Semantic Alignment for Image Manipulation Localization [8.02155804287918]
従来の操作と拡散生成操作の両方をローカライズするための統合フレームワークであるFASAを提案する。実験は、最先端のローカライゼーション性能、強力なクロスデータセットの一般化、および一般的な画像劣化下でのロバストな性能を示す。
論文参考訳（メタデータ） (2026-04-14T06:24:12Z)
Context-Aware Weakly Supervised Image Manipulation Localization with SAM Refinement [52.15627062770557]
悪意のある画像操作は社会的リスクを生じさせ、効果的な画像操作検出方法の重要性を高めている。画像操作検出の最近のアプローチは、完全に教師されたアプローチによって大きく推進されている。本稿では,デュアルブランチトランスフォーマー-CNNアーキテクチャに基づく,弱教師付きフレームワークを提案する。
論文参考訳（メタデータ） (2025-03-26T07:35:09Z)
Exploring Multi-view Pixel Contrast for General and Robust Image Forgery Localization [4.8454936010479335]
本稿では,画像フォージェリーローカライゼーションのための多視点Pixel-wise Contrastive Algorithm (MPC)を提案する。具体的には、まず、教師付きコントラスト損失を伴うバックボーンネットワークを事前訓練する。次に、クロスエントロピー損失を用いてローカライゼーションヘッドを微調整し、ピクセルローカライザを改良する。
論文参考訳（メタデータ） (2024-06-19T13:51:52Z)
Frequency Perception Network for Camouflaged Object Detection [51.26386921922031]
周波数領域のセマンティック階層によって駆動される新しい学習可能かつ分離可能な周波数知覚機構を提案する。ネットワーク全体では、周波数誘導粗い局所化ステージと細部保存の微細局在化ステージを含む2段階モデルを採用している。提案手法は,既存のモデルと比較して,3つのベンチマークデータセットにおいて競合性能を実現する。
論文参考訳（メタデータ） (2023-08-17T11:30:46Z)
DETR Doesn't Need Multi-Scale or Locality Design [69.56292005230185]
本稿では,"プレーン"特性を維持できる改良型DETR検出器を提案する。特定の局所性制約を伴わずに、単一スケールの機能マップとグローバルなクロスアテンション計算を使用する。マルチスケールな特徴マップと局所性制約の欠如を補うために,2つの単純な技術が平易な設計において驚くほど効果的であることを示す。
論文参考訳（メタデータ） (2023-08-03T17:59:04Z)
Unleash the Potential of Image Branch for Cross-modal 3D Object Detection [67.94357336206136]
画像分岐のポテンシャルを2つの側面から解き放つことを目的として,新しい3Dオブジェクト検出器UPIDetを提案する。まず、UPIDetは正規化された局所座標写像推定と呼ばれる新しい2次元補助タスクを導入する。第2に,イメージブランチのトレーニング目標から逆転する勾配によって,ポイントクラウドバックボーンの表現能力を向上できることを見出した。
論文参考訳（メタデータ） (2023-01-22T08:26:58Z)
Self-supervised Image-specific Prototype Exploration for Weakly Supervised Semantic Segmentation [72.33139350241044]
画像レベルのラベルをベースとしたWSSS(Weakly Supervised Semantic COCO)は,アノテーションコストの低さから注目されている。本稿では,画像特異的なプロトタイプ探索 (IPE) と汎用一貫性 (GSC) の喪失からなる画像固有プロトタイプ探索 (SIPE) を提案する。 SIPEは,画像レベルラベルのみを用いて,最先端のパフォーマンスを実現する。
論文参考訳（メタデータ） (2022-03-06T09:01:03Z)
Learning JPEG Compression Artifacts for Image Manipulation Detection and Localization [26.36646590957593]
画像中の内在統計を解析することにより、真正領域と改ざん領域を区別することが不可欠である。本稿では、圧縮アーティファクトが残る離散コサイン変換(DCT)係数を用いた畳み込みニューラルネットワーク(CNN)による画像操作のローカライズを提案する。 DCT係数の分布を学習するニューラルネットワークの設計と訓練方法を示す。これは、改ざんされた領域を検出してローカライズする、従来のニューラルネットワークとディープニューラルネットワークベースの手法を著しく上回っている。
論文参考訳（メタデータ） (2021-08-30T01:21:07Z)
Anchor-free Small-scale Multispectral Pedestrian Detection [88.7497134369344]
適応型単一段アンカーフリーベースアーキテクチャにおける2つのモードの効果的かつ効率的な多重スペクトル融合法を提案する。我々は,直接的境界ボックス予測ではなく,対象の中心と規模に基づく歩行者表現の学習を目指す。その結果,小型歩行者の検出における本手法の有効性が示唆された。
論文参考訳（メタデータ） (2020-08-19T13:13:01Z)

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。