論文の概要: GFR-SAM: Training-Free Referring Camouflaged Object Segmentation via Cross-Image Prompting
- arxiv url: http://arxiv.org/abs/2607.11732v1
- Date: Mon, 13 Jul 2026 15:55:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-14 17:47:21.543207
- Title: GFR-SAM: Training-Free Referring Camouflaged Object Segmentation via Cross-Image Prompting
- Title（参考訳）: GFR-SAM: クロスイメージプロンプティングによる無訓練参照カモフラージュオブジェクトセグメンテーション
- Abstract要約: Camouflaged Object Detection (Ref-COD)を参照するには、参照キューによってガイドされた隠されたターゲットをセグメント化する必要がある。
GFR-SAMは、堅牢な3段階トレーニングフリーフレームワークである。
まず,In-Context Exemplar-guided exemplarsを導入し,SAM3にクロスイメージ推論を施し,候補マスクを生成する。
次に、Regional-Global Contrastive Filteringモジュールは、DINOv3ベースのプロトタイプアライメントを通じて候補をランク付けする。
第3に、Geometric-Semantic Refinementモジュールはバウンディングボックスとテキストを同期させ、きめ細かい境界を回復し、インスタンスリコールを強化する。
- 参考スコア（独自算出の注目度）: 40.66340261994875
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Referring Camouflaged Object Detection (Ref-COD) requires segmenting hidden targets guided by reference cues. While supervised methods are annotation-heavy and training-free approaches via sparse point-prompting are sensitive to localization errors, we propose GFR-SAM, a robust three-stage training-free framework. GFR-SAM shifts the paradigm from fragile point-matching to a "Generate-Filter-Refine" pipeline. First, we introduce In-Context Exemplar-guided Segmentation, empowering SAM3 with cross-image inference to generate candidate masks via holistic visual exemplars, bypassing its native intra-image constraints. Second, a Region-Global Contrastive Filtering module ranks candidates through DINOv3-based prototypical alignment, effectively suppressing background distractors. Finally, a Geometric-Semantic Refinement module synergizes bounding box and text prompts to recover fine-grained boundaries and enhance instance recall. Evaluated on the R2C7K benchmark, GFR-SAM outperforms existing training-free methods by 8.7\% in weighted F-measure ($F_β^w$) and competes with supervised state-of-the-art counterparts. Ultimately, this work underscores the potential of unlocking SAM3's latent capability for cross-image In-Context prompting, establishing a robust, training-free paradigm that effectively bridges the gap between general-purpose foundation models and specialized, label-intensive perception tasks without the need for task-specific fine-tuning.
- Abstract（参考訳）: Camouflaged Object Detection (Ref-COD)を参照するには、参照キューによってガイドされた隠されたターゲットをセグメント化する必要がある。
教師付き手法は, 局所化誤差に敏感なスパース・ポイント・プロンプティングによるアノテーションを多用し, トレーニング不要な手法であるが, 堅牢な3段階トレーニングフリーフレームワークであるGFR-SAMを提案する。
GFR-SAMは、パラダイムを脆弱なポイントマッチングから"Generate-Filter-Refine"パイプラインにシフトする。
In-Context Exemplar-guided Segmentationを導入し、SAM3にクロスイメージ推論を付与し、そのネイティブな画像内制約を回避し、全体的視覚的特徴を通して候補マスクを生成する。
第2に、Rerea-Global Contrastive Filteringモジュールは、DINOv3ベースのプロトタイプアライメントを通じて候補をランク付けし、背景の乱れを効果的に抑制する。
最後に、Geometric-Semantic Refinementモジュールはバウンディングボックスとテキストを同期させ、きめ細かい境界を回復し、インスタンスリコールを強化する。
R2C7Kベンチマークで評価され、GFR-SAMは既存のトレーニング不要の手法を8.7 %の重み付きF値(F_β^w$)で上回り、監督された最先端の手法と競合する。
最終的に、この研究はSAM3のクロスイメージ・イン・コンテクスト・プロンプトの潜在能力を解き放つ可能性を強調し、タスク固有の微調整を必要とせず、汎用基盤モデルと専門的なラベル集約的な知覚タスクのギャップを効果的に橋渡しする、堅牢でトレーニングなしのパラダイムを確立した。
関連論文リスト
- Structuring Semantic Embeddings for Principle Evaluation: A Prototype-Guided Contrastive Learning Approach [58.15427952222424]
汎用的なテキスト埋め込みはそのようなタスクに広くデプロイされているが、意味的類似性は意味的に似ているがタスク固有の例を示すことができる。
本稿では,凍結したテキスト埋め込み上に構築された幾何正規化モジュールであるPGCL(Prototype-Guided Contrastive Learning)を紹介する。
論文 参考訳（メタデータ） (2026-08-15T13:19:25Z) - Promptable Concept Segmentation from Above: Evaluating SAM 3's Zero-Shot and One-Shot Capabilities in Remote Sensing [0.42970700836450487]
本稿では,リモートセンシングシーンの分類,オブジェクト検出,インスタンスのセグメンテーションにまたがる総合的,マルチタスクな経験的評価について述べる。
我々の結果は、SAM 3がレガシーなドメイン適応モデルでよく見られる過度な適合を避けることを実証している。
サブピクセル解像度制限と、オーバーヘッドセマンティックブラインドスポットによって、基本的に制限されている。
論文 参考訳（メタデータ） (2026-07-10T16:33:05Z) - Exploring SAM Supervision for Fine-Grained UAV Target Segmentation under Data Scarcity [0.0]
無人航空機(UAV)の目標セグメンテーションは、オブジェクトの小さなサイズ、外観の変化、乱雑な背景、密接な注釈付きデータの不足により困難である。
本稿では,コンパクトセグメンテーションネットワークのトレーニングにおいて,SAM3を擬似ラベル生成器として用いることを検討する。
論文 参考訳（メタデータ） (2026-07-04T07:59:10Z) - Training-free Cross-domain Few-shot Segmentation via Robust Semantic Representation and Matching [8.277992670183004]
クロスドメインFew-shot (CD-FSS) は、ソースドメインから異なるターゲットドメインに学習した知識を転送することを目的としている。
トレーニングオーバーヘッドとオーバーフィッティングの両方を回避するために,トレーニング不要のフレームワークを提案する。
論文 参考訳（メタデータ） (2026-06-23T08:19:30Z) - Weakly Supervised Camouflaged Object Detection Based on the SAM Model and Mask Guidance [49.06684374007753]
制約を克服するために,キャモフラージュされた物体検出のための新しい弱い教師付きアプローチを導入する。
具体的には,エッジのあいまいさに対処し,検出に失敗する新しいネットワークMGNetを提案する。
そこで本研究では,Segment Anything Model(SAM)とバウンディングボックスプロンプトを併用して擬似ラベルを生成するBoxSAMを提案する。
論文 参考訳（メタデータ） (2026-05-25T03:26:13Z) - SegRAG: Training-Free Retrieval-Augmented Semantic Segmentation [13.665861251747144]
SegRAGは、トレーニング不要の検索拡張セグメンテーションフレームワークである。
SAM3には、DINOv3機能バンクから派生したクラス固有のポイントプロンプトがある。
4つの標準ベンチマークでは、SegRAGはテキストのみのベースラインを一貫して上回っている。
論文 参考訳（メタデータ） (2026-05-17T19:51:32Z) - ReSAM: Refine, Requery, and Reinforce: Self-Prompting Point-Supervised Segmentation for Remote Sensing Images [0.5076419064097732]
リモートセンシング画像にインタラクティブなセグメンテーションモデルを適用するセルフプロンプト・ポイント制御フレームワークを提案する。
提案手法を,WHU,HRSID,NWPU VHR-10を含む3つのRSIベンチマークデータセット上で評価した。
この結果から, リモートセンシングアプリケーションにおいて, 自己プロンプトとセマンティックアライメントが, 拡張性, ポイントレベルのセグメンテーションモデルへの適応に有効であることが示唆された。
論文 参考訳（メタデータ） (2025-11-26T17:26:00Z) - A Simple yet Powerful Instance-Aware Prompting Framework for Training-free Camouflaged Object Segmentation [6.712332323439369]
タスクジェネリックプロンプトをきめ細かなインスタンスマスクに明示的に変換する,トレーニング不要なCamouflaged Objectパイプラインを提案する。
提案したIAPFは、既存の最先端のトレーニングフリーなCOSメソッドを大幅に上回っている。
論文 参考訳（メタデータ） (2025-08-09T09:35:32Z) - ConformalSAM: Unlocking the Potential of Foundational Segmentation Models in Semi-Supervised Semantic Segmentation with Conformal Prediction [57.930531826380836]
本研究は,未ラベル画像のアノテータとして画素レベルの視覚課題におけるラベル不足に,基礎的セグメンテーションモデルが対処できるかどうかを考察する。
ConformalSAMは,まず対象ドメインのラベル付きデータを用いて基礎モデルを校正し,ラベルなしデータの信頼できないピクセルラベルをフィルタリングする新しいSSSSフレームワークである。
論文 参考訳（メタデータ） (2025-07-21T17:02:57Z) - Bridge the Points: Graph-based Few-shot Segment Anything Semantically [79.1519244940518]
プレトレーニング技術の最近の進歩により、視覚基礎モデルの能力が向上した。
最近の研究はSAMをFew-shot Semantic segmentation (FSS)に拡張している。
本稿では,グラフ解析に基づく簡易かつ効果的な手法を提案する。
論文 参考訳（メタデータ） (2024-10-09T15:02:28Z) - AlignSAM: Aligning Segment Anything Model to Open Context via Reinforcement Learning [61.666973416903005]
Segment Anything Model (SAM)は、オープンワールドシナリオにおいて、プロンプトのガイダンスによって、その印象的な一般化機能を実証した。
オープンコンテキストにSAMをアライメントするための自動プロンプトのための新しいフレームワークAlignSAMを提案する。
論文 参考訳（メタデータ） (2024-06-01T16:21:39Z)
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。