論文の概要: DiCoR: Decoupled Referent Disambiguation and Contour Recalibration for Efficient Referring Remote Sensing Image Segmentation
- arxiv url: http://arxiv.org/abs/2608.12980v1
- Date: Thu, 13 Aug 2026 09:02:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-14 18:29:38.45742
- Title: DiCoR: Decoupled Referent Disambiguation and Contour Recalibration for Efficient Referring Remote Sensing Image Segmentation
- Title（参考訳）: DiCoR:リモートセンシング画像分割を効率よく行うための参照不明瞭化と輪郭補正の分離
- Abstract要約: DiCoRは、分離された参照の曖昧さと輪郭修正フレームワークである。
適切な参照を曖昧な候補と区別することと、ローカライゼーション後の粗いマスクを精製することである。
RefSegRS、RRSIS-D、RISBenchの実験では、DiCoRは3つのベンチマークで最高のセグメンテーション精度を達成している。
- 参考スコア（独自算出の注目度）: 14.879032248338026
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Referring remote sensing image segmentation (RRSIS) aims to delineate targets specified by natural language expressions in remote sensing imagery. Existing methods mainly follow joint fusion segmentation (JFS) or decoupled prompt segmentation (DPS). JFS is efficient but often suffers from limited accuracy because referent localization and mask delineation are optimized under a unified objective, whereas DPS separates localization from mask generation using spatial prompts and foundation segmenters at the cost of higher memory consumption and inference latency. To bridge this gap, we propose DiCoR, a decoupled referent disambiguation and contour recalibration framework built on an efficient JFS pipeline. DiCoR addresses two key challenges: distinguishing the correct referent from ambiguous candidates and refining coarse masks after localization. A disambiguation-aware localization guidance strategy ranks salient candidate regions with adaptive linguistic cues and injects the resulting localization prior into fused features. A lightweight contour recalibration module further predicts residual corrections to coarse logits under localized contour supervision, improving mask quality with limited computational overhead. Experiments on RefSegRS, RRSIS-D, and RISBench show that DiCoR achieves the best segmentation accuracy across all three benchmarks. On RefSegRS, it improves mIoU and gIoU by 5.28% and 2.87% over a competitive JFS method while running 4.7% faster than a representative DPS method, demonstrating a favorable accuracy-efficiency trade-off. Code is available at https://github.com/zyGao1126/DiCoR.
- Abstract（参考訳）: リモートセンシング画像セグメンテーション(RRSIS)の参照は、リモートセンシング画像において自然言語表現によって指定されたターゲットを記述することを目的としている。
既存の手法は主にジョイント・フュージョン・セグメンテーション(JFS)またはデカップリング・プロンプト・セグメンテーション(DPS)に従う。
JFSは効率が良いが、参照ローカライゼーションとマスクデライン化が統一された目的の下で最適化されているのに対し、DPSは空間的プロンプトとファンデーションセグメンタを使ってマスク生成からローカライゼーションを分離し、メモリ消費と推論遅延の増大を犠牲にしている。
このギャップを埋めるために、効率的なJSFパイプライン上に構築された非結合参照曖昧化と輪郭補正フレームワークであるDiCoRを提案する。
DiCoRは、正しい参照を曖昧な候補と区別することと、ローカライゼーション後の粗いマスクを精製することの2つの主要な課題に対処する。
曖昧さを意識したローカライゼーションガイダンス戦略では、適応的な言語的手がかりで有能な候補領域をランク付けし、その結果のローカライゼーションを融合した特徴に注入する。
軽量な輪郭補正モジュールは、局所的な輪郭監督の下で粗いロジットに対する残留補正を予測し、計算オーバーヘッドを限定してマスク品質を改善する。
RefSegRS、RRSIS-D、RISBenchの実験では、DiCoRは3つのベンチマークで最高のセグメンテーション精度を達成している。
RefSegRSでは、mIoUとgIoUを5.28%と2.87%改善し、一般的なDSSよりも4.7%高速に動作し、精度と効率のトレードオフを示す。
コードはhttps://github.com/zyGao1126/DiCoR.comで入手できる。
関連論文リスト
- VPRef: A Cross-Domain Benchmark for Referring Remote Sensing Image Segmentation [17.658559673931965]
本稿では,46,972の言語画像アノテーションを付加した最初のクロスドメインRRSISベンチマークを確立する。
我々は,ローランド適応 (LoRA) を用いて,Segment Anything Model (SAM3) に固定されたパラメータ効率の良いドメイン適応ベースラインを開発する。
本フレームワークは,擬似ラベル駆動型自己学習による視覚分布の相違に対処し,ランダムな多粒性テキストプロンプトミキシングによるテキスト論理のドリフトに対処する。
論文 参考訳（メタデータ） (2026-09-15T01:18:06Z) - Region Matters: Efficient and Reliable Region-Aware Visual Place Recognition [46.97190804063947]
本稿では,ロバストな識別領域モデリングと適応的再ランク付けを組み合わせたFoL++を提案する。
FoL++は、軽量なメモリフットプリントで最先端のパフォーマンスを実現し、FoLよりも推論速度を40%向上させる。
論文 参考訳（メタデータ） (2026-04-24T09:28:35Z) - Exploring Efficient Open-Vocabulary Segmentation in the Remote Sensing [55.291219073365546]
Open-Vocabulary Remote Sensing Image (OVRSIS)は、OVS(Open-Vocabulary)をリモートセンシング(RS)ドメインに適応させる新しいタスクである。
textbfRSKT-Segは、リモートセンシングに適した新しい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。
RSKT-Segは高いOVSベースラインを+3.8 mIoUと+5.9 mACCで上回り、効率的なアグリゲーションによって2倍高速な推論を実現している。
論文 参考訳（メタデータ） (2025-09-15T15:24:49Z) - SGAD: Semantic and Geometric-aware Descriptor for Local Feature Matching [16.683203139962153]
本稿では,領域ベースのマッチングを根本的に再考するSemantic and Geometric-aware Descriptor Network (SGAD)を紹介する。
SGADは、複雑なグラフの最適化なしに直接マッチングを可能にする、高度に識別可能な領域記述子を生成する。
我々は、領域マッチングタスクを分類とランク付けサブタスクに分解する新しい監督戦略により、領域マッチングの性能をさらに改善する。
論文 参考訳（メタデータ） (2025-08-04T10:46:53Z) - FA-Seg: A Fast and Accurate Diffusion-Based Method for Open-Vocabulary Segmentation [1.4525238046020867]
Open-vocabulary semantic segmentationは、厳密な注釈付きデータセットを必要とせずに、任意のテキストカテゴリからオブジェクトをセグメントすることを目的としている。
本稿では,拡散モデルに基づくオープン語彙セグメンテーションのためのトレーニングフリーフレームワークであるFA-Segを提案する。
論文 参考訳（メタデータ） (2025-06-29T16:41:41Z) - ELGC-Net: Efficient Local-Global Context Aggregation for Remote Sensing Change Detection [65.59969454655996]
本稿では,変化領域を正確に推定するために,リッチな文脈情報を利用する効率的な変化検出フレームワークELGC-Netを提案する。
提案するELGC-Netは、リモートセンシング変更検出ベンチマークにおいて、最先端の性能を新たに設定する。
また,ELGC-Net-LWも導入した。
論文 参考訳（メタデータ） (2024-03-26T17:46:25Z) - Semantics-Aware Dynamic Localization and Refinement for Referring Image
Segmentation [102.25240608024063]
画像の参照は、言語表現からのイメージセグメントを参照する。
そこで我々は,局所化中心からセグメンテーション言語へ移行するアルゴリズムを開発した。
比較すると,本手法はより汎用的で有効である。
論文 参考訳（メタデータ） (2023-03-11T08:42:40Z) - Fully and Weakly Supervised Referring Expression Segmentation with
End-to-End Learning [50.40482222266927]
Referring Expression(RES)は、与えられた言語表現に従ってターゲットをローカライズし、セグメンテーションすることを目的としている。
そこで我々は,カーネル分割パイプラインを並列に構築し,より分離し,局所化とセグメント化のステップと相互作用する。
我々の手法は単純だが驚くほど効果的であり、完全に教師された設定と弱い設定において、従来の最先端のRES手法よりも優れている。
論文 参考訳（メタデータ） (2022-12-17T08:29:33Z) - ResiDualGAN: Resize-Residual DualGAN for Cross-Domain Remote Sensing
Images Semantic Segmentation [15.177834801688979]
アノテーション付きデータセットで事前訓練されたリモートセンシング(RS)画像のセマンティックセグメンテーションモデルの性能は、ドメインギャップのため、他のアノテーションなしデータセットでテストすると大幅に低下する。
画素レベルのドメインギャップを最小限に抑えるために、DualGANなどの逆生成法が未ペア画像から画像への変換に利用される。
本稿では,RS画像の変換においてResiDualGANを提案する。
論文 参考訳（メタデータ） (2022-01-27T13:56:54Z) - Inter-class Discrepancy Alignment for Face Recognition [55.578063356210144]
IA(Inter-class DiscrepancyAlignment)という統合フレームワークを提案する。
IDA-DAOは、画像と隣人の相違を考慮した類似度スコアの整合に使用される。
IDA-SSEは、GANで生成された仮想候補画像を導入することで、説得力のあるクラス間隣人を提供できます。
論文 参考訳（メタデータ） (2021-03-02T08:20:08Z) - Collaborative Training between Region Proposal Localization and
Classification for Domain Adaptive Object Detection [121.28769542994664]
オブジェクト検出のためのドメイン適応は、ラベル付きデータセットからラベル付きデータセットへの検出を適応させようとする。
本稿では,地域提案ネットワーク (RPN) と地域提案分類器 (RPC) が,大きなドメインギャップに直面した場合の転送可能性が大きく異なることを初めて明らかにする。
論文 参考訳（メタデータ） (2020-09-17T07:39:52Z)
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。