論文の概要: DARAD: Dual Adapters and Ranking-Aware Distillation for Continual Remote Sensing Image-Text Retrieval

• arxiv url: http://arxiv.org/abs/2608.06059v1
• Date: Thu, 06 Aug 2026 14:04:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-07 17:43:06.770345
• Title: DARAD: Dual Adapters and Ranking-Aware Distillation for Continual Remote Sensing Image-Text Retrieval
• Title（参考訳）: DARAD:連続リモートセンシング画像検索のためのデュアルアダプタとランキングアウェア蒸留
• Abstract要約: DARADはRS-ITRの二重適応型およびランキング対応蒸留フレームワークである。 歴史あるクロスモーダルなランキング構造を保ちながら、新しい視覚的・テキスト的概念を進化するアーカイブから学んでいる。 多段階連続検索プロトコルによる実験により,DARADは既存のCL法よりも優れた性能を示した。
• 参考スコア（独自算出の注目度）: 13.181195595944601
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the rapid growth of Earth observation technologies, remote sensing archives are rapidly expanding, making remote sensing image-text retrieval (RS-ITR) increasingly important. However, continual RS-ITR remains challenging because scale variation and distribution shifts in RS aggravate cross-modal alignment space distortion, making it difficult for existing continual learning (CL) methods to support reliable continual retrieval. To address this challenge, we propose DARAD, a dual-adapter and ranking-aware distillation framework that preserves the historical cross-modal ranking structure while learning new visual and textual concepts from evolving archives. Specifically, the visual branch introduces a spatial fusion adapter, which integrates coarse regional cues and fine-grained patch cues to accommodate RS scale variation while anchoring visual updates to the pretrained alignment space. The textual branch employs multi-expert semantic routing, which separates shared textual semantics from semantically specialized residuals to absorb newly emerging descriptions while constraining global text embedding drift. Furthermore, bidirectional ranking distillation uses a frozen teacher model and historical anchors to preserve the historical cross-modal ranking structure, thereby mitigating alignment space distortion across continual stages. Experiments under a multi-stage continual retrieval protocol show that DARAD achieves superior performance over existing CL methods, improving adaptation to newly arrived data while maintaining effectiveness on historical data.
• Abstract（参考訳）: 地球観測技術の急速な発展に伴い、リモートセンシングアーカイブは急速に拡大し、リモートセンシング画像テキスト検索(RS-ITR)がますます重要になっている。 しかし、RS-ITRのスケール変動と分布シフトが、クロスモーダルなアライメント空間の歪みを増大させ、既存の継続学習(CL)手法が信頼性のある連続的検索をサポートすることが困難になるため、継続的RS-ITRは依然として困難である。 この課題に対処するためにDARADを提案する。DARADは、歴史的クロスモーダルなランキング構造を維持しつつ、新たな視覚的およびテキスト的概念を進化するアーカイブから学習する、二重適応型およびランキング対応蒸留フレームワークである。 具体的には、空間融合アダプタを導入し、粗い局所キューときめ細かいパッチキューを統合し、RSスケールの変動に対応するとともに、予め訓練されたアライメント空間への視覚的更新をアンロックする。 テキストブランチはマルチエキスパートセマンティックルーティングを採用しており、これは共有テキストセマンティックスとセマンティック特化残差を分離し、グローバルテキスト埋め込みドリフトを制限しながら新しい記述を吸収する。 さらに, 凍結した教師モデルと歴史的アンカーを用いて, 歴史的クロスモーダルなランキング構造を保存し, 連続段階間のアライメント空間の歪みを緩和する。 多段階連続検索プロトコルによる実験では、DARADは既存のCL法よりも優れた性能を示し、履歴データの有効性を維持しつつ、新たに到着したデータへの適応性を向上させる。

関連論文リスト

• Rank-Aware Hyperbolic Alignment for Vision-Language Dataset Distillation [54.74045834035952]
  視覚言語データセット蒸留(VLDD)は、大きな画像テキストのペア化されたデータセットを小さな合成ペアに圧縮する。 階層幾何学と明示的なアライメント・キャパシティ制御を組み合わせたランク認識型双曲アライメント(RAHA)を提案する。 RAHAは、競争力のあるクロスモーダル検索と、固定予算下での転送インジケータの改善を示す。
  論文  参考訳（メタデータ） (2026-06-28T15:41:31Z)
• L2A: Learning to Accumulate Pose History for Accurate 3D Human Pose Estimation [15.020290085816583]
  既存の2D-3Dリフトヒトポーズ推定法は高い性能を達成している。 しかし,ネットワーク深度にまたがる歴史的ポーズ表現の利用は見過ごされた。 ネットワーク間履歴の特徴を効果的に活用するための履歴認識フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-09T08:48:20Z)
• Steering Away from Memorization: Reachability-Constrained Reinforcement Learning for Text-to-Image Diffusion [44.47036589940717]
  現在の緩和戦略は、通常、暗記を減らすために画像の品質を犠牲にするか、迅速にアライメントする。 本稿では,生成の忠実さを保ちながら記憶を防止する推論時フレームワークであるReachability-Aware Diffusion Steering (RADS)を提案する。 RADSは拡散復調過程を力学系としてモデル化し、到達可能性解析の概念を適用して「後方到達管」を近似する。
  論文  参考訳（メタデータ） (2026-02-24T09:07:08Z)
• RecurGS: Interactive Scene Modeling via Discrete-State Recurrent Gaussian Fusion [21.761449995572757]
  RecurGSは、離散ガウスのシーン状態を単一の進化的表現に統合する、再帰的な融合フレームワークである。 酸素化可視性融合モジュールは、安定領域を固定しつつ、新しく観察された領域を選択的に包含する。 当社のフレームワークは,更新効率を大幅に向上した高品質な再構築を実現する。
  論文  参考訳（メタデータ） (2025-12-20T14:53:22Z)
• Beyond Artificial Misalignment: Detecting and Grounding Semantic-Coordinated Multimodal Manipulations [56.816929931908824]
  マルチモーダルデータにおける意味的協調操作の検出の先駆者となった。 本稿では,RamDG(Retrieval-Augmented Manipulation Detection and Grounding)フレームワークを提案する。 我々のフレームワークは既存の手法よりも優れており、SAMMの精度は最先端の手法に比べて2.06%高い。
  論文  参考訳（メタデータ） (2025-09-16T04:18:48Z)
• 2DMCG:2DMambawith Change Flow Guidance for Change Detection in Remote Sensing [4.18306618346671]
  本稿では、2次元空間情報をキャプチャする能力を高めるビジョンマンバ変種に基づく効率的なフレームワークを提案する。 このフレームワークは、2DMambaエンコーダを使用して、多時間画像からグローバルなコンテキスト空間情報を効果的に学習する。 ベンチマークデータセットの実験は、最先端の手法と比較して、我々のフレームワークの優れた性能を示している。
  論文  参考訳（メタデータ） (2025-03-01T14:55:13Z)
• Hierarchical Temporal Context Learning for Camera-based Semantic Scene Completion [57.232688209606515]
  カメラによるセマンティックシーンの補完を改善するための,新たな時間的文脈学習パラダイムであるHTCLを提案する。 提案手法は,Semantic KITTIベンチマークで1st$をランク付けし,mIoUの点でLiDARベースの手法を超えている。
  論文  参考訳（メタデータ） (2024-07-02T09:11:17Z)
• Reusable Architecture Growth for Continual Stereo Matching [92.36221737921274]
  我々は、教師付きおよび自己監督型の両方で、新しいシーンを継続的に学習するための、再利用可能なアーキテクチャ成長(RAG)フレームワークを紹介します。 RAGは、前のユニットを再利用し、良好な性能を得ることにより、成長中の高い再利用性を維持することができる。 また、推論時にシーン固有のアーキテクチャパスを適応的に選択するScene Routerモジュールを提案する。
  論文  参考訳（メタデータ） (2024-03-30T13:24:58Z)
• Continual Vision-Language Representation Learning with Off-Diagonal Information [112.39419069447902]
  CLIPのようなマルチモーダルなコントラスト学習フレームワークは通常、トレーニングに大量の画像テキストサンプルを必要とする。 本稿では,ストリーミングデータを用いた連続CLIPトレーニングの実現可能性について論じる。
  論文  参考訳（メタデータ） (2023-05-11T08:04:46Z)
• Text-Based Person Search with Limited Data [66.26504077270356]
  テキストベースの人物検索(TBPS)は、画像ギャラリーから対象人物を記述的なテキストクエリで検索することを目的としている。 限られたデータによってもたらされる問題に対処する2つの新しいコンポーネントを持つフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-10-20T22:20:47Z)
• Fine-grained Visual Textual Alignment for Cross-Modal Retrieval using Transformer Encoders [14.634046503477979]
  本稿ではTransformer Reasoning and Alignment Network(TERAN)という新しいアプローチを提案する。 TERANは、画像と文の基礎となるコンポーネント間のきめ細かい一致を強制する。 MS-COCO 1Kテストセットでは,画像と文検索タスクでそれぞれ5.7%と3.5%の改善が得られた。
  論文  参考訳（メタデータ） (2020-08-12T11:02:40Z)

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。