論文の概要: AdaDINO: Pair-Aware In-Backbone Adaptation of Frozen DINO for Efficient Remote Sensing Change Detection

• arxiv url: http://arxiv.org/abs/2608.07982v1
• Date: Sat, 08 Aug 2026 07:36:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:36.592392
• Title: AdaDINO: Pair-Aware In-Backbone Adaptation of Frozen DINO for Efficient Remote Sensing Change Detection
• Title（参考訳）: AdaDino: 凍結型DINOのPair-Aware In-Backbone Adaptationによる効率的なリモートセンシング変化検出
• Abstract要約: AdaDINOは、凍結したDINOエンコーダにバイテンポラル相互作用を装備し、効率的な変化検出を行う、ペア対応のインボーン適応フレームワークである。 その中核となるコンポーネントであるCGLA(Change-Aware Gated Local Adaptation)は、選択された凍結ブロックの後に2つのストリームを結合し、反対の符号で共有時間残差を注入する。 AdaDINOはVFMベースのベースラインに対して競合的あるいは優れたパフォーマンスを達成しており、カテゴリに依存しないSYSU-CDデータセットで最大の利益を得ている。
• 参考スコア（独自算出の注目度）: 12.041097740336333
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Vision foundation models (VFMs) such as DINO are pretrained for single-image representation, whereas remote sensing change detection requires reasoning over a bi-temporal pair. Existing VFM-based methods usually encode the two images independently and compare them only afterward, leaving the VFM backbone unaware of cross-temporal relations. To bridge this mismatch, we present AdaDINO, a pair-aware in-backbone adaptation framework that equips a frozen DINO encoder with bi-temporal interaction for efficient change detection. Its core component, Change-aware Gated Local Adaptation (CGLA), couples the two streams after selected frozen blocks and injects a shared temporal residual into them with opposite signs, enhancing genuine change responses while preserving the pair midpoint. Batch-Shared Chunk Selection (BSCS) further reduces feed-forward network (FFN) computation by retaining a batch-shared subset of channel chunks that can be executed as a compact dense FFN. A CGLA-Prior-Guided Refinement (CPGR) decoder reuses encoder-side change responses for coarse-to-fine prediction. Experiments on four remote sensing change detection benchmarks show that AdaDINO achieves competitive or superior performance against VFM-based baselines, with the largest gain on the category-agnostic SYSU-CD dataset. With 62.5% of the FFN hidden width removed, AdaDINO still achieves an F1 score of 85.29% on SYSU-CD while delivering a 1.41$\times$ throughput speedup. The code will be released.
• Abstract（参考訳）: DINOのような視覚基礎モデル(VFM)は、単一イメージの表現のために事前訓練されているが、リモートセンシングによる変化検出には、バイテンポラルペアの推論が必要である。 既存のVFMベースの手法は、通常、2つの画像を独立して符号化し、その後のみ比較し、VFMのバックボーンは時間的関係に気付かないままである。 このミスマッチを埋めるために,凍結したDINOエンコーダにバイテンポラル相互作用を付与し,効率的な変化検出を行う,ペア認識のバックボーン適応フレームワークであるAdaDinoを提案する。 その中核となるコンポーネントであるCGLA(Change-Aware Gated Local Adaptation)は、選択された凍結ブロックの後に2つのストリームを結合し、ペアの中間点を保ちながら真の変更応答を増強する。 BSCS(Batch-Shared Chunk Selection)は、よりコンパクトな高密度FFNとして実行できるチャネルチャンクのバッチ共有サブセットを保持することにより、フィードフォワードネットワーク(FFN)の計算をさらに削減する。 CGLA-Prior-Guided Refinement (CPGR)デコーダは、粗大な予測のためにエンコーダ側の変更応答を再利用する。 4つのリモートセンシング変更検出ベンチマークの実験により、AdaDINOはVFMベースのベースラインに対して競合的または優れたパフォーマンスを達成し、カテゴリに依存しないSYSU-CDデータセットで最大の利益を得た。 FFNの隠し幅の62.5%が取り除かれ、AdaDINOはSYSU-CDで85.29%のF1スコアを獲得し、スループットは1.41$\times$である。 コードはリリースされます。

関連論文リスト

• S$^3$AM: A Single-Stream SAM with Reliability-Calibrated Frequency Adapter for Multi-modal Salient Object Detection [74.15663758681849]
  シングルストリームフレームワークは、信頼性キャリブレーションされた周波数適応をMSOD用のSAMバックボーンに組み込む。 RGB-D、RGB-T、RGB-NIRの正当性オブジェクト検出ベンチマークの実験により、提案フレームワークが競合性能を達成することを確認した。
  論文  参考訳（メタデータ） (2026-08-18T08:05:00Z)
• Resolving Multi-Target Association in OFDM-based ISAC via Vision-aided Multi-Modal Learning [10.44632158114449]
  単一モダリティISACのデータ連想と解決限界を克服するビジョン支援OFDM-ISACフレームワークを提案する。 提案手法は,Blender-Rendered vehicular testbed上で16cmの局所化根平均二乗誤差(RMSE)と10.8ns遅延RMSEを実現する。
  論文  参考訳（メタデータ） (2026-06-20T19:07:22Z)
• CoSA: Correlation-Guided Change Attention with Learnable Residual Gating for Remote Sensing Change Detection [1.9364098361060789]
  我々は,軽量デコーダサイドリファインメントモジュールであるContext Smpling Attention (CoSA)を提案する。 CoSAは、適応的変化認識特徴強調のための制御信号として、バイテンポラル特徴相関を明示的に活用する。 4つのベンチマークデータセットの実験では、強いベースラインよりも一貫した改善が示されている。
  論文  参考訳（メタデータ） (2026-06-20T07:56:09Z)
• LimiX-2M: Mitigating Low-Rank Collapse and Attention Bottlenecks in Tabular Foundation Models [56.999481798138625]
  LimiX-2Mは2Mパラメータモデルであり、広く使われているベンチマークでTabPFN-v2とTabICLのベースラインを上回っている。 本稿では,強力なタブラル基礎モデル(TFM)のための統一トークン化・ルートフレームワークを提案する。 その結果、TFMにおける精度-効率トレードオフを改善するキーレバーとして、バリューアウェアトークン化とリードアウト整列ルーティングが強調された。
  論文  参考訳（メタデータ） (2026-06-03T06:07:33Z)
• Prefix-Adaptive Block Diffusion for Efficient Document Recognition [52.15352911463151]
  ブロック拡散モデル(BDM)は並列生成、フレキシブルな出力、KVキャッシュをサポートし、効率的な文書解析を約束する。 本稿では,前置詞から接尾辞への因果表記に代えて,ブロック内双方向化を代替するPrefix-Block Diffusion Model (PA-BDM)を提案する。 実験の結果、3B PA-BDMはいくつかのベンチマークで高い認識スコアを達成し、2.5B MinerU-Diffusionに対して推論スループットを71.6%向上した。
  論文  参考訳（メタデータ） (2026-05-16T07:50:13Z)
• Towards Remote Sensing Change Detection with Neural Memory [61.39582645714727]
  ChangeTitansは、リモートセンシングによる変更検出のためのTitansベースのフレームワークである。 まず、ニューラルネットワークと局所的な注意をセグメント化して統合するVTitansを提案する。 次に,階層型VTitans-Adapterを提案する。 第3に、2ストリーム融合モジュールであるTS-CBAMを導入し、擬似変化を抑制し、検出精度を高める。
  論文  参考訳（メタデータ） (2026-02-11T03:50:51Z)
• HA2F: Dual-module Collaboration-Guided Hierarchical Adaptive Aggregation Framework for Remote Sensing Change Detection [17.445747802237836]
  動的階層的特徴キャリブレーションモジュール(DHFCM)と雑音適応的特徴アライメントモジュール(NAFRM)で構成されるHA2Fを提案する。 実験により、LEVI-CD、WHU-CD、SYSU-CDデータセットにおける最先端性能を実現するHA2Fの有効性が検証された。
  論文  参考訳（メタデータ） (2026-01-23T09:21:11Z)
• Morphing Through Time: Diffusion-Based Bridging of Temporal Gaps for Robust Alignment in Change Detection [51.56484100374058]
  既存の変更検出ネットワークを変更することなく空間的・時間的ロバスト性を改善するモジュールパイプラインを導入する。 拡散モジュールは、大きな外観ギャップをブリッジする中間変形フレームを合成し、RoMaは段階的に対応を推定できる。 LEVIR-CD、WHU-CD、DSIFN-CDの実験は、登録精度と下流変化検出の両方において一貫した利得を示した。
  論文  参考訳（メタデータ） (2025-11-11T08:40:28Z)
• RatioWaveNet: A Learnable RDWT Front-End for Robust and Interpretable EEG Motor-Imagery Classification [1.4069478981641936]
  本稿では、トレーニング可能なRationally-Dilated Wavelet Transformフロントエンドで、強力な時間的CNN-Transformerバックボーンを増強するRatioWaveNetを提案する。 我々のゴールは、この原理化されたウェーブレットフロントエンドが、BCIが通常失敗するところのロバスト性を改善するかどうかをテストすることである。
  論文  参考訳（メタデータ） (2025-10-22T14:04:03Z)
• Deep Metric Learning for Unsupervised Remote Sensing Change Detection [60.89777029184023]
  リモートセンシング変化検出(RS-CD)は、マルチテンポラルリモートセンシング画像(MT-RSI)から関連する変化を検出することを目的とする。 既存のRS-CD法の性能は、大規模な注釈付きデータセットのトレーニングによるものである。 本稿では,これらの問題に対処可能なディープメトリック学習に基づく教師なしCD手法を提案する。
  論文  参考訳（メタデータ） (2023-03-16T17:52:45Z)
• Efficient Decoder-free Object Detection with Transformers [75.00499377197475]
  視覚変換器(ViT)は、物体検出アプローチのランドスケープを変化させている。 本稿では,デコーダフリー完全トランス(DFFT)オブジェクト検出器を提案する。 DFFT_SMALLは、トレーニングおよび推論段階で高い効率を達成する。
  論文  参考訳（メタデータ） (2022-06-14T13:22:19Z)

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。