論文の概要: MSP-Net: Manifold-Guided Spectral Prompt Network for Hyperspectral Object Tracking
- arxiv url: http://arxiv.org/abs/2608.09575v1
- Date: Mon, 10 Aug 2026 13:09:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:37.28259
- Title: MSP-Net: Manifold-Guided Spectral Prompt Network for Hyperspectral Object Tracking
- Title（参考訳）: MSP-Net:ハイパースペクトル物体追跡のためのマニフォールド誘導分光プロンプトネットワーク
- Abstract要約: ハイパースペクトルオブジェクトトラッキングは、複雑なシーンにおけるターゲット識別にユニークな利点を提供する。
既存の方法は、高スペクトル画像をRGB画像のマルチチャネル拡張として扱い、固定帯域順序で特徴融合を行う。
マニフォールド誘導分光プロンプトネットワーク(MSP-Net)を提案する。
HOT2020 と HOT2023 の実験では、MSP-Net は AUC と Precision をそれぞれ 0.80 と 0.96 を超える精度で達成している。
- 参考スコア（独自算出の注目度）: 11.03462046191901
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Hyperspectral object tracking leverages abundant spectral information to provide unique advantages for target discrimination in complex scenes. However, existing methods typically treat hyperspectral images as multi-channel extensions of RGB images, performing feature fusion in fixed band order. This approach leads to models dependent on specific sensor configurations while neglecting manifold relationships between bands, making generalization to heterogeneous sensors difficult. Moreover, the discriminative contribution of bands dynamically changes with target attributes and scene variations, further limiting the representational capacity of static fusion strategies. To address this, we propose the Manifold-Guided Spectral Prompt Network (MSP-Net). This network first reconstructs band relationships and forms adaptive spectral grouping through graph-driven manifold routing, then jointly integrates grouped spectral statistics with template appearance to construct target-related dynamic conditional prompts, enhancing target features while suppressing background interference. Furthermore, as tracking progresses, spectral conditions continuously evolve based on intermediate target representations, enabling target prompts to adapt in real-time to appearance and scene changes. Meanwhile, reliable historical states are used to constrain target localization and scale fluctuations, significantly improving temporal stability in cross-sensor tracking. Experiments on HOT2020 and HOT2023 demonstrate that MSP-Net achieves AUC and Precision exceeding 0.80 and 0.96, respectively, exhibiting exceptional robustness under heterogeneous sensors, target deformation, and complex background conditions. The code will be released at https://github.com/GGML668897/MSP-Net.
- Abstract（参考訳）: ハイパースペクトルオブジェクトトラッキングは、豊富なスペクトル情報を活用し、複雑なシーンにおけるターゲット識別にユニークな利点を提供する。
しかし、既存の方法では、高スペクトル画像をRGB画像のマルチチャネル拡張として扱い、固定帯域順序で特徴融合を行うのが一般的である。
このアプローチは、バンド間の多様体関係を無視しながら、特定のセンサ構成に依存するモデルをもたらし、異種センサへの一般化を困難にする。
さらに、バンドの識別的寄与は、ターゲット属性やシーンのバリエーションによって動的に変化し、静的融合戦略の表現能力が制限される。
そこで我々は,Manifold-Guided Spectral Prompt Network (MSP-Net)を提案する。
このネットワークは、まずバンド関係を再構築し、グラフ駆動の多様体ルーティングを通して適応スペクトルグルーピングを形成し、次に、グループ化されたスペクトル統計とテンプレートの外観を結合してターゲット関連動的条件プロンプトを構築し、背景干渉を抑えながらターゲット特性を増強する。
さらに、追跡が進むにつれて、スペクトル条件は中間目標表現に基づいて連続的に進化し、ターゲットプロンプトがリアルタイムで外観やシーンの変化に適応できるようにする。
一方、信頼性のある歴史的状態は、目標のローカライゼーションとスケールの変動を制限し、クロスセンサートラッキングにおける時間的安定性を著しく改善するために使用される。
HOT2020 と HOT2023 の実験により、MSP-Net は AUC と精度が 0.80 と 0.96 を超え、異種センサ、ターゲット変形、複雑な背景条件下では例外的な堅牢性を示すことを示した。
コードはhttps://github.com/GGML668897/MSP-Netで公開される。
関連論文リスト
- Spectral-Spatial Synergistic Guided Network for Hyperspectral Salient Object Detection [29.979358462284623]
本稿では,オブジェクト検出のための軽量かつ効率的なスペクトル空間合成ガイドネットワーク(S3GNet)を提案する。
S3GNetは、スペクトルロバストモデリング、クロスストリームコパーセプション、マルチスケールリファインメントデコーディングを中心とした閉ループ情報フローを構築する。
実験の結果,S3GNetは従来の手法に比べて計算効率と検出精度の両面で優れた性能を示した。
論文 参考訳（メタデータ） (2026-07-23T08:14:32Z) - Weaving Light and Time: Unified Harmonic-Geometric Representation Learning for Dense RGB-Event Parsing [55.13802890769086]
我々は、専用のRGB-Event解析用に特別に設計された最初の統一バックボーンであるEvitaを紹介する。
深いモーダルなシナジーを達成するため、Evitaはすべてのエンコーダ層に直接固有のコラーニングモジュール群を組み込む。
Evitaは、リアルタイムマルチモーダル認識において、より優れた精度とレイテンシのトレードオフを提供しながら、新しい最先端メトリクスを確立する。
論文 参考訳（メタデータ） (2026-07-10T06:52:09Z) - Liquid Fusion of Heterogeneous Representations Towards General Salient Object Detection [17.9670241907852]
General Salient Object Detection (SOD) は、視覚的に興味深い物体を一様性や多様性から識別・分離することを目的としている。
液核融合ネットワーク(LFNet)と呼ばれる VMamba と ConvNeXt を含む2つのバックボーンの機能を動的に統合する液体核融合を導入する。
LFNetは最先端のパフォーマンスを実現し、検出精度とモデル効率のトレードオフが優れている。
論文 参考訳（メタデータ） (2026-06-25T10:35:42Z) - Active Adversarial Perturbation-driven Associative Memory Retrieval for RGB-Event Visual Object Tracking [58.338848435042536]
RGB-Eventトラッキングは、イベントセンサからRGB外観テクスチャと高密度時間運動キューを融合することにより、ローカライズを改善する。
現実世界のシーンは、従来のマルチモーダル融合を妨げる多様な構造的な信号劣化に悩まされる。
本稿では,RGBイベント追跡に適した階層的摂動・検索フレームワークを提案する。
論文 参考訳（メタデータ） (2026-06-24T23:34:06Z) - Dynamic Spectral Denoising with Global-Context Attention for Multi-Behavior Recommendation [58.33732779555114]
重要なボトルネックは、2つの結合した不均一性によって引き起こされる表現レベルの失敗である、と我々は主張する。
マルチビヘイビアレコメンデーション(SpectraMB)のためのグローバルコンテキストを考慮した動的スペクトルデノベーションを提案する。
SpectraMBは、ほとんどの評価設定で最高の結果を達成し、ノイズのある相互作用下での堅牢性の向上を示す。
論文 参考訳（メタデータ） (2026-06-01T15:58:13Z) - LESSViT: Robust Hyperspectral Representation Learning under Spectral Configuration Shift [29.791943499456426]
低ランク空間スペクトル ViT (LESSViT) は、クロススペクトル一般化のためのセンサフレキシブルアーキテクチャである。
空間スペクトルマスキングと階層チャネルサンプリングを分離したハイパースペクトルマスク付きオートエンコーダ(HyperMAE)を導入する。
論文 参考訳（メタデータ） (2026-05-18T15:22:26Z) - Physics-Aligned Spectral Mamba: Decoupling Semantics and Dynamics for Few-Shot Hyperspectral Target Detection [14.607792636586067]
SpecMambaは、安定したセマンティック表現とアジャイルのスペクトル適応を分離するフレームワークである。
検出精度とクロスドメインの一般化において、最先端の手法を一貫して上回る。
論文 参考訳（メタデータ） (2026-04-07T08:04:18Z) - Hyperspectral Mamba for Hyperspectral Object Tracking [56.365517163296936]
Mamba (HyMamba) を用いた新しいハイパースペクトル物体追跡ネットワークを提案する。
状態空間モジュール(SSM)によるスペクトル、クロスディープス、時間モデリングを統一する。
HyMambaは、7つのベンチマークデータセットで最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2025-09-10T03:47:43Z) - AuxDet: Auxiliary Metadata Matters for Omni-Domain Infrared Small Target Detection [49.81255045696323]
補助メタデータ駆動型赤外小型ターゲット検出器(AuxDet)について述べる。
AuxDetはメタデータセマンティクスと視覚的特徴を統合し、各サンプルに対する適応表現学習を導く。
挑戦的なWideIRSTD-Fullベンチマークの実験は、AuxDetが一貫して最先端のメソッドより優れていることを示した。
論文 参考訳（メタデータ） (2025-05-21T07:02:05Z) - Unleashing Correlation and Continuity for Hyperspectral Reconstruction from RGB Images [64.80875911446937]
RGB画像からのHSI再構成のための相関連続性ネットワーク(CCNet)を提案する。
局所スペクトルの相関について,GrSCM(Group-wise Spectral correlation Modeling)モジュールを紹介する。
グローバルスペクトルの連続性のために、我々はNeSCMモジュールを設計する。
論文 参考訳（メタデータ） (2025-01-02T15:14:40Z) - SSF-Net: Spatial-Spectral Fusion Network with Spectral Angle Awareness for Hyperspectral Object Tracking [21.664141982246598]
ハイパースペクトルビデオ(HSV)は、空間的、スペクトル的、時間的情報を同時に提供する。
既存の手法は主にバンド再編成に重点を置いており、特徴抽出のためにRGBトラッカーに依存している。
本稿では、超スペクトル(HS)物体追跡において、スペクトル角認識(SST-Net)を用いた空間-スペクトル融合ネットワークを提案する。
論文 参考訳（メタデータ） (2024-03-09T09:37:13Z)
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。