論文の概要: SPARK-SAM: Learning How to Prompt and Respond for Infrared Small Target Segmentation

• arxiv url: http://arxiv.org/abs/2608.20754v2
• Date: Wed, 26 Aug 2026 08:28:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-27 14:15:14.841197
• Title: SPARK-SAM: Learning How to Prompt and Respond for Infrared Small Target Segmentation
• Title（参考訳）: SPARK-SAM:赤外小ターゲットセグメンテーションのためのプロンプトと応答の学習
• Authors: Aji Mao, Zhenming Peng, Bailin Mu, Tian Pu,
• Abstract要約: SPARK-SAM (Self-Prompt Adaptation with Response Knowledge for SAM)を紹介する。 ターゲットドメインの応答知識とデコーダの条件を、イメージ条件付きジョイント・セルフ・プロンプト状態を通じて学習する。 14種類のSAM変種のうち2つのベンチマークで第1位にランクされ、自動イメージ・マスク法として評価された。
• 参考スコア（独自算出の注目度）: 2.8923928894384723
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Promptable segmentation models provide a reusable interface, but direct transfer to automatic infrared small-target segmentation (IRSTD) exposes a mismatch between spatial prompts and target-domain mask responses. In a diagnostic using target-covering loose-box prompts deterministically derived from test reference masks, the best official SAM2.1 results are only 4.69%, 1.64%, and 2.28% IoU on NUAA-SIRST, NUDT-SIRST, and IRSTD-1K. We introduce SPARK-SAM (Self-Prompt Adaptation with Response Knowledge for SAM), which learns target-domain response knowledge and conditions the decoder through an image-conditioned joint self-prompt state. Training combines benchmark-mask supervision with reliability-aware response guidance. SPARK-SAM achieves 75.78%, 86.49%, and 68.34% IoU with 0.726M additional parameters, ranking first on two benchmarks among 14 retrained SAM variants and adaptations evaluated as automatic image-to-mask methods. The staged IRSTD-1K diagnostic shows that response adaptation reaches most of the final IoU before the predicted points acquire reliable target grounding. Prompt supervision aligns the predicted prompt candidates with target locations, and frozen-weight interventions measure output sensitivity to the joint self-prompt state. Matched ablations show consistent accuracy gains from response guidance and high-resolution prompt refinement across all three datasets. Code is available at https://github.com/Sakauma/SPARK-SAM.
• Abstract（参考訳）: 確率的セグメンテーションモデルは再利用可能なインタフェースを提供するが、自動赤外線小ターゲットセグメンテーション(IRSTD)への直接転送は、空間的プロンプトとターゲットドメインマスク応答のミスマッチを公開する。 検査基準マスクから決定的に導かれるターゲット被覆緩衝器を用いた診断において、SAM2.1の結果は、NUAA-SIRST、NUDT-SIRST、IRSTD-1K上の4.69%、1.64%、および2.28%のIoUのみである。 本研究では,SPARK-SAM (Self-Prompt Adaptation with Response Knowledge for SAM) を導入し,目標領域の応答知識とデコーダの条件を画像条件付き共振器状態で学習する。 トレーニングは、ベンチマークマスクの監視と信頼性を考慮したレスポンスガイダンスを組み合わせる。 SPARK-SAMは75.78%、86.49%、68.34%のIoUを0.726Mの追加パラメータで達成し、14種類のSAM変種のうち2つのベンチマークでランクインし、自動画像対マスク法として評価された。 IRSTD-1Kの段階的診断は、予測された点が信頼できる目標グラウンドを得る前に、応答適応が最終IoUのほとんどに達することを示している。 プロンプトの監督は、予測されたプロンプト候補を目標位置と整列させ、凍結重量の介入は、共同の自己プロンプト状態に対する出力感度を測定する。 一致したアブリゲーションは、3つのデータセットすべてにわたる応答ガイダンスと高解像度のプロンプト改善から一貫した精度の向上を示している。 コードはhttps://github.com/Sakauma/SPARK-SAMで入手できる。

関連論文リスト

• Boosting SAM for Cross-Domain Few-Shot Segmentation via Conditional Point Sparsification [116.2386061247855]
  我々は、参照例に基づいて、ドメイン間画像のSAMインタラクションを適応的にガイドする訓練不要なアプローチであるPoint Sparsification (CPS)を提案する。 CPSは、様々なCD-FSSデータセットで既存のトレーニング不要SAMベースのメソッドより優れている。
  論文  参考訳（メタデータ） (2026-02-05T02:17:38Z)
• Boundary-Aware Test-Time Adaptation for Zero-Shot Medical Image Segmentation [12.159529070716824]
  BA-TTA-SAMはテスト時間適応によるSAMのゼロショットセグメンテーション性能を向上させるテスト時間適応フレームワークである。 我々のフレームワークは、医用画像分割における最先端モデルよりも一貫して優れています。
  論文  参考訳（メタデータ） (2025-12-04T07:08:21Z)
• ReSAM: Refine, Requery, and Reinforce: Self-Prompting Point-Supervised Segmentation for Remote Sensing Images [0.5076419064097732]
  リモートセンシング画像にインタラクティブなセグメンテーションモデルを適用するセルフプロンプト・ポイント制御フレームワークを提案する。 提案手法を,WHU,HRSID,NWPU VHR-10を含む3つのRSIベンチマークデータセット上で評価した。 この結果から, リモートセンシングアプリケーションにおいて, 自己プロンプトとセマンティックアライメントが, 拡張性, ポイントレベルのセグメンテーションモデルへの適応に有効であることが示唆された。
  論文  参考訳（メタデータ） (2025-11-26T17:26:00Z)
• Vanish into Thin Air: Cross-prompt Universal Adversarial Attacks for SAM2 [48.71856814549096]
  UAP-SAM2は,2つの意味的偏差によって駆動されるSAM2に対する最初のクロスプロンプト的普遍的敵攻撃である。 UAP-SAM2は, 最先端(SOTA)攻撃に対して, 大差で有意に優れていた。
  論文  参考訳（メタデータ） (2025-10-28T08:59:11Z)
• RFMedSAM 2: Automatic Prompt Refinement for Enhanced Volumetric Medical Image Segmentation with SAM 2 [15.50695315680438]
  Segment Anything Model 2 (SAM2)は、SAMを画像ドメインとビデオドメインの両方に拡張するプロンプト駆動基盤モデルである。 しかしSAMと同様、SAM 2はバイナリマスクの出力、セマンティックラベルの推論ができないこと、ターゲットのオブジェクト領域の正確なプロンプトへの依存によって制限されている。 我々は、カスタムの微調整アダプタを用いてSAM 2の上限値について検討し、BTCVデータセット上で92.30%のDice similarity Coefficient(DSC)を達成する。
  論文  参考訳（メタデータ） (2025-02-04T22:03:23Z)
• Adapting Segment Anything Model for Unseen Object Instance Segmentation [70.60171342436092]
  Unseen Object Instance(UOIS)は、非構造環境で動作する自律ロボットにとって不可欠である。 UOISタスクのためのデータ効率のよいソリューションであるUOIS-SAMを提案する。 UOIS-SAMは、(i)HeatmapベースのPrompt Generator(HPG)と(ii)SAMのマスクデコーダに適応する階層識別ネットワーク(HDNet)の2つの重要なコンポーネントを統合する。
  論文  参考訳（メタデータ） (2024-09-23T19:05:50Z)
• PointSAM: Pointly-Supervised Segment Anything Model for Remote Sensing Images [16.662173255725463]
  本稿では,PointSAM という新しいセグメンテーションモデルを提案する。 我々は, WHU, HRSID, NWPU VHR-10を含むRSIデータセットの実験を行った。 その結果,本手法はSAM,SAM2,その他の比較法で直接試験よりも優れていた。
  論文  参考訳（メタデータ） (2024-09-20T11:02:18Z)
• Stable Segment Anything Model [79.9005670886038]
  SAM(Segment Anything Model)は、高品質なプロンプトが与えられた場合、顕著に迅速なセグメンテーションを実現する。 本稿では,SAMのセグメンテーション安定性について,多様なプロンプト特性のスペクトルにわたって包括的解析を行った。 1)SAMのセグメンテーション安定性を広範囲に改善し,2)SAMの強力なセグメンテーション効率と一般化を維持した。
  論文  参考訳（メタデータ） (2023-11-27T12:51:42Z)
• Personalize Segment Anything Model with One Shot [52.54453744941516]
  我々は,Segment Anything Model (SAM) のためのトレーニング不要なパーソナライズ手法を提案する。 PerSAMは、参照マスクを持つ1つのイメージしか持たないため、最初にターゲットのコンセプトを以前のロケーションでローカライズする。 PerSAMは、ターゲット誘導された注意、ターゲットセマンティックなプロンプト、そしてカスケードされたポストリファインメントという3つのテクニックを通じて、他の画像やビデオにセグメントする。
  論文  参考訳（メタデータ） (2023-05-04T17:59:36Z)

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。