論文の概要: SIGMA-Lane: Scale-pyramId Gated MAmba for Temporally Consistent Video Lane Detection
- arxiv url: http://arxiv.org/abs/2608.16338v1
- Date: Mon, 17 Aug 2026 09:44:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-18 19:59:03.625726
- Title: SIGMA-Lane: Scale-pyramId Gated MAmba for Temporally Consistent Video Lane Detection
- Title（参考訳）: SIGMA-Lane: Scale-pyramId Gated MAmba for Temporally Consistent Video Lane Detection
- Abstract要約: ビデオレーン検出には、フレーム全体にわたって安定している予測が必要である。
ストリーミングリカレントモデルでは、破損した観測が隠れた状態に入り、後続のフレームに持続するエラーが発生することがある。
本研究では、状態空間モデル(SSM)に基づく時間モデルにおいて、この故障モードを状態汚染として扱うSIGMA-Laneを提案する。
- 参考スコア（独自算出の注目度）: 20.24024619555534
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Video lane detection requires predictions that remain stable across frames, yet severe vehicle occlusions can break temporal cues. In streaming recurrent models, corrupted observations may enter the hidden state and produce errors that persist into later frames. Existing occlusion-aware refinements usually provide obstacle masks as auxiliary inputs, so the state-update path is only indirectly protected. We propose SIGMA-Lane, which treats this failure mode as state contamination in State Space Model (SSM)-based temporal modeling. SIGMA-Lane places occlusion-aware gates on the SSM write and residual-fusion paths, controlling how current observations enter temporal memory and are fused back after temporal propagation. After coordinate-consistent affine alignment, the model combines two complementary paths: SSM-consistent dual-gating for temporal filtering and Structural Spatial Retrieval (SSR) for recovering missing lane structure from aligned historical priors. Experiments on VIL-100 and OpenLane-V show improved temporal stability under heavy occlusion, with competitive F1 and mIoU scores.
- Abstract（参考訳）: ビデオレーン検出にはフレーム全体で安定している予測が必要であるが、重い車両の閉塞は時間的手がかりを損なう可能性がある。
ストリーミングリカレントモデルでは、破損した観測が隠れた状態に入り、後続のフレームに持続するエラーが発生することがある。
既存のオクルージョン対応の改良は、通常、補助的な入力として障害物マスクを提供するため、状態更新パスは間接的にのみ保護される。
本研究では、状態空間モデル(SSM)に基づく時間モデルにおいて、この故障モードを状態汚染として扱うSIGMA-Laneを提案する。
SIGMA-Laneは、SSMライトと残留核融合経路にオクルージョンを意識したゲートを配置し、現在の観測が時間記憶に入り、時間伝播後に融合するかを制御する。
座標一貫性のあるアフィンアライメントの後、モデルは2つの相補的な経路を結合する: 時間的フィルタリングのためのSSM-consistent dual-gatingと、整列した歴史的先行から行方不明の車線構造を復元するための構造的空間検索(Structure Spatial Retrieval, SSR)である。
VIL-100とOpenLane-Vの実験では、競合するF1とmIoUのスコアにより、重閉塞下での時間安定性が向上した。
関連論文リスト
- AsyncCouple-Flow: Asynchronous Cross-Modal Coupling and Flow Matching for Spatio-Temporal Forecasting [14.101995007248997]
AsyncCouple-Flowは、物理フィールド、衛星センサー、insituセンサーなどの異質なソースを組み合わせることで、天気予報、交通予報、地球系のモデリングをサポートする。
AsyncCouple-Flowは最先端のベースラインよりも優れており、最大2つの欠落したモダリティで堅牢である。
論文 参考訳（メタデータ） (2026-09-15T03:15:14Z) - Making Every Step Count: Spatio-Temporal Information Allocation for Imaging Inverse Problems [63.904793414062816]
スペクトルベーススケジューリング(SAS)と計測分割アテンション(MPA)の2つの補完的およびトレーニング不要なコンポーネントを紹介する。
SASは、利用可能なNFEを、スペクトルおよびlogSNR幾何に従ってフロータイムに分散し、セマンティック探索と詳細精細化のバランスを良くする。
MPAは情報を弱い制約のある領域へ誘導し、意味的および構造的忠実性を高める。
論文 参考訳（メタデータ） (2026-08-12T07:39:22Z) - FAST-LIVGO: A Degeneracy-Robust LiDAR-Inertial-Visual-GNSS Fusion Odometry [14.641801914375163]
ロボット工学において、長期、大規模、高度にダイナミックな環境における状態推定とマッピングが重要な課題である。
既存のLiDAR-In-ertial-Visual Odometry (LIVO) システムは、強い局所精度を実現するが、長距離で蓄積したドリフトに悩まされる。
本稿では,これらの制約に対処するために,エラー状態反復カルマンフィルタに基づくLiDAR支援融合フレームワークを提案する。
我々のシステムは、蓄積したドリフトとマップゴーストを低減し、精度とロバスト性において最先端の手法より優れる。
論文 参考訳（メタデータ） (2026-06-17T15:33:11Z) - Continuous-Time Distribution Matching for Few-Step Diffusion Distillation [57.28746398500951]
本稿では,CDM(Continuous-Time Distribution Matching)を導入し,DMDフレームワークを個別アンカーから連続最適化へ移行する。
まず、固定離散スケジュールをランダム長の動的連続スケジュールに置き換える。
第二に、学生の速度場を介して外挿された潜伏者に対してアクティブな軌道外マッチングを行う連続時間アライメント目的を提案する。
論文 参考訳（メタデータ） (2026-05-07T14:56:39Z) - Inference-Time Temporal Probability Smoothing for Stable Video Segmentation with SAM2 under Weak Prompts [0.0]
提案するフレームワークは軽量で、モデルに依存しず、リアルタイムでインタラクティブなビデオセグメンテーションに適している。
提案手法は,フレームワイドおよび時間安定性指標の総合的セットを用いて,4つの多様な映像系列に対して評価する。
論文 参考訳（メタデータ） (2026-04-18T19:16:22Z) - Sparse Autoencoders as a Steering Basis for Phase Synchronization in Graph-Based CFD Surrogates [6.396157607535812]
グラフベースのサロゲートモデルは、高忠実度CFDソルバに代わる高速な代替手段を提供するが、その不透明な潜在空間と制限された制御性は、安全クリティカルな設定での使用を制限する。
凍結サロゲートの潜伏空間を操作することにより, 位相ドリフトをポストホックで補正できるかどうかを問う。
本稿では、適切な表現と適切な介入機構を組み合わせた事前学習グラフベースのCFDモデルのための位相ステアリングフレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-28T07:03:44Z) - OmniForcing: Unleashing Real-time Joint Audio-Visual Generation [51.031726911410594]
最近のジョイントオーディオ・視覚拡散モデルは、優れた生成品質を実現するが、高いレイテンシーに悩まされる。
OmniForcingは、オフラインの双方向拡散モデルを高忠実度ストリーミングオートレジェネレータに蒸留する最初のフレームワークである。
論文 参考訳（メタデータ） (2026-03-12T08:17:36Z) - When Sensors Fail: Temporal Sequence Models for Robust PPO under Sensor Drift [64.37959940809633]
時間的持続的なセンサ故障下でのPPOのロバスト性について検討する。
トランスフォーマーを用いたシーケンスポリシーは, センサ数が少ない場合でも高いリターンを保ちながら, 堅牢性, RNN, SSMよりも大幅に優れていた。
論文 参考訳（メタデータ） (2026-03-04T22:21:54Z) - Detector-in-the-Loop Tracking: Active Memory Rectification for Stable Glottic Opening Localization [25.593059138669844]
本稿では,信頼性に整合した状態決定とアクティブメモリの整合性により,Segment Anything Model 2(SAM2)を監督する検出・イン・ザ・ループフレームワークを提案する。
緊急挿管ビデオでは、CL-MCは最先端のパフォーマンスを達成し、ドリフトと欠落率を大幅に低減する。
論文 参考訳（メタデータ） (2026-02-22T23:29:28Z) - From Observations to States: Latent Time Series Forecasting [65.98504021691666]
本稿では,TSFを観測回帰から潜時予測に移行する新しいパラダイムであるLatent Time Series Forecasting(LatentTSF)を提案する。
具体的には、LatentTSFはAutoEncoderを使用して、各段階での観測結果を高次元の潜在状態空間に投影する。
提案する潜伏目標は,予測潜伏状態と地道状態と観測値との相互情報を暗黙的に最大化する。
論文 参考訳（メタデータ） (2026-01-30T20:39:44Z) - 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)
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。