論文の概要: Contrastive Mask Fidelity: Reference-Free Auditing of Ground-Truth Masks in Remote Sensing Semantic Segmentation

• arxiv url: http://arxiv.org/abs/2608.09101v1
• Date: Mon, 10 Aug 2026 04:02:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 19:16:37.077546
• Title: Contrastive Mask Fidelity: Reference-Free Auditing of Ground-Truth Masks in Remote Sensing Semantic Segmentation
• Title（参考訳）: コントラストマスクの忠実度:リモートセンシングセマンティックセマンティックセグメンテーションにおける地表面の基準自由監査
• Abstract要約: 画像証拠に対して競合するクラスマスクを直接スコアする指標であるContrastive Mask Fidelityを紹介する。 10のリモートセンシングベンチマークで10,731のイメージクラスのペアを検査する。 盲目の3アノテーションのコンセンサスでは、CMFは81%のペアで専門家の判断と一致した。
• 参考スコア（独自算出の注目度）: 8.326610259657334
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Semantic segmentation models are trained and evaluated against human-drawn masks, yet remote-sensing annotations are often coarse, incomplete, or misaligned; high overlap scores may then reflect agreement with imperfect labels rather than faithfulness to the image, creating an evaluation paradox. We introduce Contrastive Mask Fidelity (CMF), a training-free, reference-free metric that scores competing class masks directly against image evidence. CMF composites keep and erase counterfactual views of each mask and asks a frozen vision-language judge whether class evidence is concentrated inside the mask and absent outside. We validate CMF on controlled mask corruptions, then audit 10,731 image-class pairs across ten remote-sensing benchmarks using candidate masks from Seg-Probe, a training-free open-vocabulary probe built on SegEarth-OV3 that outperforms prior baselines on nine of ten datasets. The audit reveals systematic, class-dependent annotation distortion: man-made classes such as buildings, roads, and cars favor the candidate mask on 62-85% of pairs, whereas ambiguous land cover more often favors human annotations. On a blinded three-annotator consensus, CMF matches expert judgment on 81% of pairs, exceeding keep-only scoring, model confidence, and a trained label-quality baseline. Finally, conservative class-wise arbitration yields supervision that improves cross-domain transfer over raw annotations and matched replacement controls, positioning CMF as a scalable tool for auditing ground truth rather than presuming it infallible.
• Abstract（参考訳）: セマンティックセグメンテーションモデルは、人引きマスクに対して訓練され、評価されるが、リモートセンシングアノテーションは、しばしば粗い、不完全、または不一致である。 Contrastive Mask Fidelity (CMF) は、画像証拠と直接競合するクラスマスクをスコアするトレーニングフリーで参照不要な指標である。 CMFコンポジットは、各マスクの反現実的なビューを保存、消去し、冷凍された視覚言語判断者に、クラス証拠がマスクの内部に集中し、外にいるかどうかを尋ねる。 Seg-Probeは、SegEarth-OV3上に構築されたトレーニングフリーのオープンボキャブラリプローブで、10のデータセットのうち9つのベースラインを上回ります。 建物、道路、車などの人工のクラスは62-85%のペアで候補者のマスクを好んでいるが、曖昧な土地被覆は人間のアノテーションを好んでいることが多い。 盲目の3つのアノテータのコンセンサスでは、CMFは81%のペアに対して専門家の判断と一致し、保持のみのスコア、モデルの信頼性、トレーニングされたラベル品質のベースラインを超えた。 最後に、保守的なクラスワイドの仲裁は、生のアノテーションと一致した置換制御によるドメイン間の転送を改善するための監督を与え、CMFを失敗を前提とせず、真実を監査するためのスケーラブルなツールとして位置づける。

関連論文リスト

• iFAN: Inference-Aware Learning for Plain Mask Transformers [19.684667597224152]
  Inference-Aware Learning (iFAN)は、マスクトランスフォーマーのトレーニングフレームワークである。 iFANは、クエリ競合を予測されたマスクの品質と整合させ、高信頼だが不正確な競合を抑える。 COCO、ADE20K、Cityscapesの実験では、汎光学、例えばセマンティックセグメンテーションにおける一貫した改善が示されている。
  論文  参考訳（メタデータ） (2026-08-04T06:51:06Z)
• Re-evaluating Confidence Remasking in Masked Diffusion Language Models [13.69108579131071]
  代表的ポストホックリマキング手法であるWINOの実証的評価を再考する。 信頼に基づくリメイキングはエラーを軽減することができるが、信頼に基づくリメイキングのために以前報告された多様性の崩壊をさらに悪化させる。
  論文  参考訳（メタデータ） (2026-06-10T15:41:26Z)
• AIM: Adversarial Information Masking for Faithfulness Evaluation of Saliency Maps [0.9940728137241214]
  ポストホックサリエンシ法はディープニューラルネットワークの解釈に広く用いられている。 既存の評価では、サリエンシによって引き起こされる特徴の順序と性能劣化を測定する。 本稿では,サリエンシマップの忠実度とマスキング操作者の信頼性の両方を評価するために,サリエンシ誘導型機能代替フレームワークであるAdrial Information Masking (AIM)を提案する。
  論文  参考訳（メタデータ） (2026-05-16T09:36:58Z)
• Observation-Aligned Mask Priors for Learning Physical Dynamics from Authentic Occlusions [5.712248310668237]
  観測適応マスクプライオリティ(英: Observation-Aligned Mask Priors)は、観測マスクの分布を学習するフレームワークである。 この交叉に基づく分割は、すべての有効次元にクエリされる確率が厳密に正であることを示します。
  論文  参考訳（メタデータ） (2026-05-16T05:23:49Z)
• From Pixels to Concepts: Do Segmentation Models Understand What They Segment? [26.89265297426196]
  我々は,CAFE: textbfCounterfactual textbfAttribute textbfFactuality textbfEvaluationを紹介した。 本ベンチマークでは,2,146対のサンプルを対象画像,接地トラスマスク,正のプロンプト,誤った負のプロンプトから構成した。
  論文  参考訳（メタデータ） (2026-05-10T15:07:17Z)
• DPM++: Dynamic Masked Metric Learning for Occluded Person Re-identification [32.9985650634494]
  DPM++は、排除された人物の再識別のための動的マスクドメトリックラーニングフレームワークである。 入力適応マスク付きメトリックを学習し、隠蔽されたインスタンスごとに信頼性の高いIDサブスペースを動的に選択する。 全体的なシナリオと排他的シナリオの両方において、従来の最先端の手法を一貫して上回ります。
  論文  参考訳（メタデータ） (2026-05-07T17:47:23Z)
• CORE: Context-Robust Remasking for Diffusion Language Models [51.59514489363897]
  我々は、推論時リビジョンのためのトレーニング不要フレームワークであるContext-Robust Remasking (CORE)を提案する。 静的トークンの確率を信頼するのではなく、COREは、ターゲットとなるマスク付きコンテキストの摂動に対する感受性を示すことによって、コンテキスト不安定なトークンを識別する。 LLaDA-8B-Baseでは、COREは推論とコードベンチマークの間で一貫した改善を行い、計算に適合したベースラインを上回り、MBPPを最大9.2%改善した。
  論文  参考訳（メタデータ） (2026-02-04T00:12:30Z)
• Open-Vocabulary Segmentation with Unpaired Mask-Text Supervision [87.15580604023555]
  Unpair-Segは、弱制御されたオープン語彙セグメンテーションフレームワークである。 未ペア画像マスクと画像テキストペアから学習し、独立して効率的に収集することができる。 ADE-847とPASCAL Context-459データセットで14.6%と19.5%のmIoUを達成した。
  論文  参考訳（メタデータ） (2024-02-14T06:01:44Z)
• Learning Mask-aware CLIP Representations for Zero-Shot Segmentation [120.97144647340588]
  Mask-awareProposals CLIP (IP-CLIP) は任意の数の画像とマスクの提案を同時に処理するために提案されている。 マスク認識損失と自己蒸留損失はIP-CLIPを微調整するように設計されており、CLIPが異なるマスク提案に応答することを保証している。 我々は、人気のあるゼロショットベンチマークで広範な実験を行う。
  論文  参考訳（メタデータ） (2023-09-30T03:27:31Z)
• Improving Adversarial Robustness of Masked Autoencoders via Test-time Frequency-domain Prompting [133.55037976429088]
  BERTプリトレーニング(BEiT, MAE)を備えた視覚変換器の対向ロバスト性について検討する。 意外な観察は、MAEが他のBERT事前訓練法よりも敵の頑健さが著しく悪いことである。 我々は,MAEの対角的堅牢性を高めるための,シンプルで効果的な方法を提案する。
  論文  参考訳（メタデータ） (2023-08-20T16:27:17Z)
• What You See is What You Classify: Black Box Attributions [61.998683569022006]
  我々は、トレーニング済みのブラックボックス分類器であるExpplanandumの属性を予測するために、ディープネットワークであるExplainerを訓練する。 既存のほとんどのアプローチとは異なり、我々の手法はクラス固有のマスクを直接生成することができる。 我々の属性は、視覚的および定量的に確立された方法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-05-23T12:30:04Z)
• BoxInst: High-Performance Instance Segmentation with Box Annotations [102.10713189544947]
  本稿では,トレーニング用バウンディングボックスアノテーションのみを用いて,マスクレベルのインスタンスセグメンテーションを実現する高性能な手法を提案する。 私たちの中核となる考え方は、セグメンテーションネットワーク自体を変更することなく、インスタンスセグメンテーションにおける学習マスクの喪失を活用することです。
  論文  参考訳（メタデータ） (2020-12-03T22:27:55Z)
• Improving Self-supervised Pre-training via a Fully-Explored Masked Language Model [57.77981008219654]
  Masked Language Model (MLM)フレームワークは、自己教師型言語事前学習に広く採用されている。 そこで本研究では,テキストシーケンスを複数の非重複セグメントに分割するマスキング手法を提案する。
  論文  参考訳（メタデータ） (2020-10-12T21:28:14Z)

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。