論文の概要: DRPFNet: Dual-domain Residual Progressive Fusion Network for RGB-Thermal Object Detection
- arxiv url: http://arxiv.org/abs/2608.03370v1
- Date: Tue, 04 Aug 2026 09:20:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-05 15:30:23.110284
- Title: DRPFNet: Dual-domain Residual Progressive Fusion Network for RGB-Thermal Object Detection
- Title（参考訳）: DRPFNet:RGB熱物体検出のためのデュアルドメイン残留進行核融合ネットワーク
- Abstract要約: RGB-thermal(RGB-T)オブジェクト検出は、可視・熱的モードから相補的な情報を融合して、様々な照明と気象条件下で堅牢な検出を実現することを目的としている。
現在の手法では、注意機構やトランスフォーマーを用いて、各特徴スケールで独立してクロスモーダル融合を行うのが一般的である。
本稿では,3つの相乗的レベル(構造,特徴,拡張)から統合情報フロー最適化システムを構築するDRPFNetを提案する。
- 参考スコア（独自算出の注目度）: 13.47934602159213
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: RGB-thermal (RGB-T) object detection aims to fuse complementary information from visible and thermal modalities to achieve robust detection under varying illumination and weather conditions. Current methods typically employ attention mechanisms or transformers to perform cross-modal fusion independently at each feature scale, directly combining RGB and thermal features in the spatial domain. However, they still face significant limitations: cross-level knowledge inheritance caused by independent fusion at each scale,suppressing noise continuously due to the lack of bidirectional optimization, and information degradation induced by the absence of frequency-spatial collaboration. To address these issues, we propose DRPFNet, a Dual-domain Residual Progressive Fusion Network that constructs a unified information flow optimization system from three synergistic levels:structure, feature, and enhancement. At the structural level, we establish cross-scale propagation through bottom-up knowledge accumulation and bidirectional enhancement,ensuring smooth information flow. At the feature level, we collaboratively extract RGB high-frequency edges and thermal low-frequency structures via frequency band separation and edge guidance, guaranteeing representation quality. At the enhancement level, we enhance foreground-background discrimination through edge-guided dual-domain refinement,achieving precise object localization.Extensive experiments on two public RGB-T datasets demonstrate that our method achieves competitive performance with competitive efficiency, validating the effectiveness of this hierarchical collaborative strategy.
- Abstract（参考訳）: RGB-thermal(RGB-T)オブジェクト検出は、可視・熱的モードから相補的な情報を融合して、様々な照明と気象条件下で堅牢な検出を実現することを目的としている。
現在の手法では、通常、空間領域におけるRGBと熱的特徴を直接組み合わせて、各特徴スケールで独立にクロスモーダル融合を行うためにアテンションメカニズムやトランスフォーマーを用いる。
しかしながら,各スケールでの独立融合によるクロスレベル知識継承,双方向最適化の欠如によるノイズの持続抑制,周波数空間協調の欠如による情報劣化など,大きな制約がある。
これらの課題に対処するため、DRPFNetを提案する。DRPFNetは3つの相乗的レベル(構造、特徴、拡張)から統合された情報フロー最適化システムを構築するDRPFNetである。
構造レベルでは、ボトムアップ知識の蓄積と双方向の強化により、スムーズな情報の流れを保ちながら、クロススケールな伝播を確立する。
特徴レベルでは、RGBの高周波エッジと熱的低周波構造を周波数帯域分離とエッジガイダンスにより協調的に抽出し、表現品質を保証した。
2つの公開RGB-Tデータセットの大規模な実験により,本手法が競争効率と競合する性能を達成し,この階層的協調戦略の有効性を検証した。
関連論文リスト
- LDFE: Laplacian Decoupled Feature Enhancement Block for Dual-Stream CNN-based RGB-IR Object Detection [42.233702113689695]
既存の方法は、特徴抽出のためにYOLO上に構築されたデュアルストリームCNNバックボーンを好む。
本稿では,Laplacian Decoupled Feature Enhancement Block (LDFE)を導入し,CNNバックボーンの異なるステージから特徴を抽出する。
論文 参考訳（メタデータ） (2026-07-09T03:11:00Z) - CMTFormer: Marrying Transformer with Hierarchical Information Interaction for RGB-Event Object Detection [17.487415888287]
イベントカメラは、高時間分解能と高ダイナミックレンジでスパース輝度の変化をキャプチャする。
従来のマルチモーダル融合技術は、RGBフレームとイベントストリームの間に固有の不均一性を扱うことができない。
本稿では,RGBとイベント情報を階層的に統合したCross-Modal Information inTeraction transFormerを提案する。
論文 参考訳（メタデータ） (2026-06-28T00:49:05Z) - Frequency-Guided Fusion For RGB-Thermal Semantic Segmentation [0.6187780920448871]
本稿では,2つのConvNeXt V2バックボーン上に構築されたマルチモーダル核融合アーキテクチャを提案する。
MFNetとPST900の実験では、我々の最も軽い変種はそれぞれ61.73%、86.24% mIoUであり、35.43Mのパラメータしか得られていない。
論文 参考訳（メタデータ） (2026-05-25T18:57:22Z) - RSONet: Region-guided Selective Optimization Network for RGB-T Salient Object Detection [76.1829298714382]
本稿では,RGB画像と熱画像の相違点に着目した。
RGB-T有向物体検出のための領域誘導選択最適化ネットワークを提案する。
我々は,RGB-Tデータセットに関する広範な実験を行い,提案したRSONetが27種類の最先端SOD手法と競合する性能を発揮することを示した。
論文 参考訳（メタデータ） (2026-03-13T06:01:17Z) - Frequency-Spatial Interaction Driven Network for Low-Light Image Enhancement [27.98755235982138]
低照度画像強調(LLIE)は、照明の弱い環境で撮影された画像の知覚や解釈性を改善することを目的としている。
2段階アーキテクチャに基づくLLIEのための新しい周波数空間相互作用駆動ネットワーク(FSIDNet)を開発した。
論文 参考訳（メタデータ） (2025-10-25T04:17:50Z) - PAD: Phase-Amplitude Decoupling Fusion for Multi-Modal Land Cover Classification [49.37555541088792]
位相振幅デカップリング(PAD)は、位相(モダリティ共有)と振幅(モダリティ補完)を分離する周波数対応のフレームワークである。
この研究は、リモートセンシングにおける物理を意識したマルチモーダル融合の新しいパラダイムを確立する。
論文 参考訳（メタデータ） (2025-04-27T07:21:42Z) - Bringing RGB and IR Together: Hierarchical Multi-Modal Enhancement for Robust Transmission Line Detection [67.02804741856512]
高速かつ高精度なTL検出のために,RGBとIRデータを統合したHMMEN(Hierarchical Multi-Modal Enhancement Network)を提案する。
提案手法では,(1)階層的RGBおよびIR特徴写像を大まかに融合・拡張するMMEB,(2)デコーダ出力とIR特徴写像の不整合を変形可能な畳み込みを利用して補正するFAB,の2つの重要な構成要素を紹介する。
論文 参考訳（メタデータ） (2025-01-25T06:21:06Z) - Mutual Information-driven Triple Interaction Network for Efficient Image
Dehazing [54.168567276280505]
画像デハージングのための相互情報駆動型トリプルインタラクションネットワーク(MITNet)を提案する。
振幅誘導ヘイズ除去と呼ばれる第1段階は、ヘイズ除去のためのヘイズ画像の振幅スペクトルを復元することを目的としている。
第2段階は位相誘導構造が洗練され、位相スペクトルの変換と微細化を学ぶことに尽力した。
論文 参考訳（メタデータ） (2023-08-14T08:23:58Z) - Residual Spatial Fusion Network for RGB-Thermal Semantic Segmentation [19.41334573257174]
従来の方法では、主にRGBイメージを使用し、照明条件、例えば暗闇の影響が大きい。
近年の研究では、セグメンテーションの補正モダリティとして、熱画像は夜のシナリオに頑健であることが示されている。
本稿では,RGB-TセマンティックセグメンテーションのためのResidual Spatial Fusion Network (RSFNet)を提案する。
論文 参考訳（メタデータ） (2023-06-17T14:28:08Z) - Transformer-based Network for RGB-D Saliency Detection [82.6665619584628]
RGB-Dサリエンシ検出の鍵は、2つのモードにわたる複数のスケールで情報を完全なマイニングとヒューズすることである。
コンバータは機能融合と機能拡張の両面において高い有効性を示す一様操作であることを示す。
提案するネットワークは,最先端のRGB-D値検出手法に対して良好に動作する。
論文 参考訳（メタデータ） (2021-12-01T15:53:58Z) - Cross-modality Discrepant Interaction Network for RGB-D Salient Object
Detection [78.47767202232298]
本稿では,RGB-D SODのためのクロスモダリティ離散相互作用ネットワーク(CDINet)を提案する。
2つのコンポーネントは、効果的な相互モダリティ相互作用を実装するように設計されている。
我々のネットワークは、定量的にも質的にも15ドルの最先端の手法より優れています。
論文 参考訳（メタデータ） (2021-08-04T11:24:42Z)
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。