論文の概要: Hierarchical Adaptive Feature Refinement Network for VHR Remote Sensing Image Segmentation

• arxiv url: http://arxiv.org/abs/2608.15647v1
• Date: Sun, 16 Aug 2026 09:26:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.373899
• Title: Hierarchical Adaptive Feature Refinement Network for VHR Remote Sensing Image Segmentation
• Title（参考訳）: VHRリモートセンシング画像セグメンテーションのための階層型適応的特徴再構成ネットワーク
• Abstract要約: 本稿では,階層的表現を適応的に整理・洗練する進歩的改良フレームワークHAFR-Netを提案する。 マッチしたSwin-Bトレーニングとシングルスケール推論プロトコルの下で、HAFR-Netは84.12%、87.86%、55.17%、67.70%mIoUを達成した。
• 参考スコア（独自算出の注目度）: 15.24999553337715
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Semantic segmentation of very-high-resolution (VHR) remote sensing imagery increasingly benefits from strong pretrained hierarchical encoders, yet exploiting their multi-stage representations remains difficult. Nearby regions demand different balances between fine detail and semantic context, aggressive task-specific transformations perturb useful pretrained features, and conventional semantic supervision provides limited structural guidance. We present HAFR-Net, a progressive refinement framework that adaptively organizes and conservatively refines hierarchical representations instead of replacing them with a monolithic decoder transformation. Heterogeneity-Guided Stage-Adaptive Fusion (HG-SAF) predicts dense stage weights conditioned on local feature variation. A Frequency-Residual Adapter (FRA) then injects frequency information through a bounded, zero-initialized residual branch that keeps the fused representation as its reference. A Confusion-Aware Tri-Prior Decoder (CATP) finally regularizes the prediction with boundary, objectness, and training-derived class-relation cues. Under a matched Swin-B training and single-scale inference protocol, HAFR-Net attains 84.12%, 87.86%, 55.17%, and 67.70% mIoU on ISPRS Vaihingen, ISPRS Potsdam, LoveDA, and OpenEarthMap, improving the matched UPerNet baseline by 0.55, 0.95, 1.55, and 1.84 percentage points, respectively. Controlled analyses further show consistent spatial reweighting beyond content-only routing, improved boundary and thin-structure accuracy over matched spatial and spectral alternatives, and reduced confusion on pre-declared class pairs.
• Abstract（参考訳）: 超高解像度(VHR)リモートセンシング画像のセマンティックセグメンテーションは、強い事前訓練された階層エンコーダの恩恵を受けつつも、その多段階表現を活用することは困難である。 周辺地域では、細部と意味的文脈のバランスが異なり、攻撃的なタスク固有の変換は、有意義な事前訓練された特徴を摂動させ、従来の意味的監督は限定的な構造的ガイダンスを提供する。 HAFR-Netは、モノリシックデコーダ変換に置き換えるのではなく、適応的に階層的な表現を整理し、保守的に洗練するプログレッシブ・リファインメント・フレームワークである。 Heterogeneity-Guided Stage-Adaptive Fusion (HG-SAF) は、局所的な特徴量の変化に応じて密度の高いステージ重量を予測する。 周波数残差適応器(FRA)は、融合表現を参照として保持する有界なゼロ初期化残差分岐を介して周波数情報を注入する。 Confusion-Aware Tri-Prior Decoder (CATP) は、境界、オブジェクト性、およびトレーニング由来のクラス関連キューで予測を規則化する。 マッチしたSwin-Bトレーニングとシングルスケール推論プロトコルの下で、HAFR-Netは84.12%、87.86%、55.17%、67.70% mIoUをISPRS Vaihingen、ISPRS Potsdam、LoveDA、OpenEarthMapで達成し、マッチしたUPerNetベースラインをそれぞれ0.55、0.95、.55、.84パーセント改善した。 制御された分析は、コンテンツのみのルーティングを超えて一貫した空間再重み付けを示し、一致した空間的およびスペクトル的な代替よりも境界と細い構造的精度を改善し、事前宣言されたクラスペアの混乱を低減した。

関連論文リスト

• TRaM-VSR: Importance-Aware Token Routing and Merging for One-Step Diffusion Video Super-Resolution [52.96050253456634]
  TRaM-VSRは、コンテキスト対応のビデオプリエントとネットワークレベルを用いた適応トークンアロケーションのためのフレームワークである。 その結果、TRaM-VSRは、最先端の復元品質と頑健な時間的整合性を維持しつつ、推論を著しく加速することがわかった。
  論文  参考訳（メタデータ） (2026-07-24T11:57:26Z)
• SpectraFlow: Unifying Structural Pretraining and Frequency Adaptation for Medical Image Segmentation [3.182068203318624]
  近年の自己監督型プレトレーニングでは伝達性が改善されているが、テクスチャバイアスがしばしば現れる。 本稿では,構造認識型エンコーダの事前学習と境界指向デコーディングを併用する2段階のフレームワークを提案する。 ISIC-2016、Kvasir-SEG、GlaSの実験は最先端の手法よりも一貫した利得を示している。
  論文  参考訳（メタデータ） (2026-05-14T08:37:10Z)
• AHPA: Adaptive Hierarchical Prior Alignment for Diffusion Transformers [24.937985157569823]
  我々は,信号と雑音の比に応じて,表現監督の有用な粒度が体系的に変化するため,このような時間ステップに依存しないアライメントが最適であると主張する。 ハイノイズでは拡散モデルはより粗い意味とレイアウトレベルのアンカーの恩恵を受けるが、低ノイズでは、トレーニング信号は空間的詳細で構造的に忠実な洗練を強調するべきである。 この非定常アライメント動作は、静的なシングルレベルスーパーバイザーに対する表現ミスマッチを生成する。
  論文  参考訳（メタデータ） (2026-05-05T03:07:29Z)
• Enhancing Gradient Inversion Attacks in Federated Learning via Hierarchical Feature Optimization [56.95448807869383]
  フェデレートラーニング(FL)は、プライバシを保存する分散機械学習の魅力的なパラダイムとして登場した。 近年の研究では、FLシステムで交換される勾配もプライバシー漏洩に弱いことが報告されている。 我々は textbfGradient textbfInversion over textbfFeature textbfDomains (GIFD) を提案する。
  論文  参考訳（メタデータ） (2026-04-01T14:32:15Z)
• ReHARK: Refined Hybrid Adaptive RBF Kernels for Robust One-Shot Vision-Language Adaptation [3.8707695363745214]
  ReHARKは、グローバルな近位正規化を通じて、少数ショット適応を再解釈する、トレーニング不要のフレームワークである。 ワンショット適応のための新しい最先端技術がReHARKによって確立され、平均精度は65.83%である。
  論文  参考訳（メタデータ） (2026-03-12T04:59:09Z)
• Scale-aware Adaptive Supervised Network with Limited Medical Annotations [17.42211316792232]
  SASNetは、新しいスケール対応適応リウェイト機構を通じて、低レベルと高レベルの両方の特徴表現を利用するデュアルブランチアーキテクチャである。 このアプローチでは,スケールアウェアのAdaptive Reweight戦略を含む,3つの重要な方法論的イノベーションを導入している。 SASNetは、最先端の半教師付き手法を超越したラベル付きデータで優れた性能を達成する。
  論文  参考訳（メタデータ） (2026-01-02T23:55:17Z)
• ESS-ReduNet: Enhancing Subspace Separability of ReduNet via Dynamic Expansion with Bayesian Inference [2.5257156042887496]
  本稿では,各カテゴリのサブ空間の分離性を高めるためのESS-ReduNetを提案する。 ESS-ReduNetはReduNetに比べて10倍以上のコンバージェンス向上を実現している。
  論文  参考訳（メタデータ） (2024-11-27T00:37:12Z)
• 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)
• GIFD: A Generative Gradient Inversion Method with Feature Domain Optimization [52.55628139825667]
  Federated Learning(FL)は、クライアントのプライバシを保護するための有望な分散機械学習フレームワークとして登場した。 近年の研究では、事前学習された生成逆ネットワーク(GAN)を事前知識として活用することにより、攻撃者が共有勾配を逆転し、FLシステムに対する機密データを回復できることが示されている。 textbfGradient textbfInversion over textbfFeature textbfDomains (GIFD)を提案する。
  論文  参考訳（メタデータ） (2023-08-09T04:34:21Z)
• Semi-supervised Domain Adaptive Structure Learning [72.01544419893628]
  半教師付きドメイン適応 (SSDA) は,1) アノテーションの低いデータに過度に適合する手法と,2) ドメイン間の分散シフトの両方を克服しなければならない課題である。 SSLとDAの協調を正規化するための適応型構造学習手法を提案する。
  論文  参考訳（メタデータ） (2021-12-12T06:11:16Z)
• HSVA: Hierarchical Semantic-Visual Adaptation for Zero-Shot Learning [74.76431541169342]
  ゼロショット学習(ZSL)は、目に見えないクラス認識の問題に取り組み、目に見えないクラスから目に見えないクラスに意味的な知識を移す。 本稿では,意味領域と視覚領域を協調させる新しい階層型意味視覚適応(HSVA)フレームワークを提案する。 4つのベンチマークデータセットの実験では、HSVAは従来のZSLと一般的なZSLの両方で優れた性能を示す。
  論文  参考訳（メタデータ） (2021-09-30T14:27:50Z)

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。