論文の概要: CoRE: Weakly Supervised Coarse-to-Fine Risk Evidence Learning in Driving Videos
- arxiv url: http://arxiv.org/abs/2608.25344v1
- Date: Wed, 26 Aug 2026 04:01:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-27 14:15:15.587853
- Title: CoRE: Weakly Supervised Coarse-to-Fine Risk Evidence Learning in Driving Videos
- Title（参考訳）: CoRE: 運転ビデオにおける大きめのリスク・リスク・エビデンス・ラーニングを監督
- Abstract要約: 我々は、粗いビデオ監視からきめ細かな予測支援を学習する、弱教師付き粗い粗いフレームワークであるtextbfCoREを紹介する。
我々はこの学習原則を3つの相補的な設定で評価する。
- 参考スコア（独自算出の注目度）: 1.6961250145588112
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Perceived risk in driving evolves over time and may be supported by specific scene entities, yet supervision is typically limited to coarse video-level judgments. Learning \emph{when} supporting evidence emerges and \emph{which entities} support a risk predictor would ordinarily require costly temporal- and entity-level annotations. We introduce \textbf{CoRE}, a weakly supervised coarse-to-fine framework that learns fine-grained prediction support from coarse video supervision. CoRE first trains a video-level predictor and then freezes it. Structured interventions over candidate temporal regions or entity tracks measure how each candidate changes the coarse prediction, producing graded prediction-effect targets. These targets are distilled into a student that directly predicts temporal and entity support from the original video, without requiring interventions at inference. We evaluate this learning principle across three complementary settings: RISEE tests perceived-risk support from subjective clip-level judgments without temporal or entity-level risk annotations; DoTA provides independent temporal event annotations for evaluating weakly supervised traffic-anomaly localization; and UCF-Crime tests whether the same coarse-to-fine mechanism extends to a standard non-driving anomaly-detection benchmark. Across these settings, CoRE learns informative fine-grained support from coarse supervision, with strong temporal localization on DoTA and competitive performance on UCF-Crime. These results show that coarse video predictions can provide useful supervision for recovering the fine-grained evidence supporting them, without requiring corresponding fine-grained labels.
- Abstract（参考訳）: 運転のリスクは時間とともに変化し、特定のシーンのエンティティによって支援される可能性があるが、監督は通常、ビデオレベルの判断が粗いものに限られる。
証拠を支持するemph{when}を学習し、リスク予測器をサポートするemph{which entity}は、通常、コストのかかる時間レベルのアノテーションとエンティティレベルのアノテーションを必要とする。
本稿では,粗いビデオ監視から微粒な予測支援を学習する弱教師付き粗いフレームワークである‘textbf{CoRE}’を紹介する。
CoREはまずビデオレベルの予測器を訓練し、その後凍結する。
候補時間領域やエンティティトラックに対する構造化された介入は、各候補が粗い予測をどのように変更するかを測定し、段階的な予測効果のターゲットを生成する。
これらのターゲットは、推論の介入を必要とせずに、オリジナルのビデオから直接時間的および実体的サポートを予測する学生に蒸留される。
RISEEテストは、時間的またはエンティティレベルのリスクアノテーションを含まない主観的なクリップレベルの判断によるリスク評価、DoTAは、弱い制御されたトラフィックの異常なローカライゼーションを評価するための独立した時間的イベントアノテーションを提供する。
これらの設定全体にわたって、CoREは、DoTAの時間的ローカライゼーションとUCF-Crimeの競争性能により、粗い監督から情報的なきめ細かなサポートを学ぶ。
これらの結果から, 粗い映像予測は, 対応する微粒なラベルを必要とせず, それらを支える微細な証拠の回収に有効であることが示された。
関連論文リスト
- Evidence-Consistent Generative Detection under Scenario-Level Distribution Shift [11.714767952479434]
In-distriion評価は、トレーニングとテストデータが繰り返し発生するタスク固有のパターンやサーフェスキューを共有するときに、ロバスト性を過大評価する可能性がある。
本研究では,SMSと音声フィッシングのシナリオレベルのアウト・オブ・ディストリビューション(SL-OOD)検出手法としてこの問題を考察する。
本稿では,エビデンス・スパンの監督と合理的・ラベルの整合性を組み合わせたエビデンス・一貫性・ジェネレーティブ・フレームワークであるECoGを提案する。
論文 参考訳（メタデータ） (2026-08-21T12:36:36Z) - VidForensics-M1: Meta-Detection Reinforcement Learning with Verifiable Temporal Grounding for AI-Generated Video Forensics [21.438987128589403]
我々は,AIが生成するビデオ検出にtextbfmeta-detectionを導入し,信頼性の高い偽造検出を可能にする。
この知見に基づいて,ペア化されたリアルタイムビデオを生成する自動データ構築パイプラインを提案する。
textbfVidForensics-M1は、検証可能な時間的証拠を利用して、堅牢で一般化可能なAI生成ビデオ検出を実現する。
論文 参考訳（メタデータ） (2026-08-11T17:58:10Z) - AnchorMoE: Interpretable Time Series Classification via Anchor-Routed MoE [51.994752158953084]
AnchorMoEは、解釈可能な構成別分類フレームワークである。
ローカルパッチのマルチビュー表現をエンコードし、専門の専門家にルーティングする。
実世界のベンチマークと合成ベンチマークの実験は、AnchorMoEが非常に競争力のある分類性能を達成することを示した。
論文 参考訳（メタデータ） (2026-06-02T13:30:54Z) - Dr-CiK: A Testbed for Foresight-Driven Agents [58.303939183596015]
本稿では,文書コーパスから予測関連コンテキストを検索できるかどうかを評価するベンチマークであるDr-CiKを紹介する。
我々は,Dr-CiKの予測性能が,高品質な文脈で大幅に向上することを示す。
我々の研究は、未来を予測するための適切なコンテキストを探索するフォレスト駆動エージェントの研究を動機付けている。
論文 参考訳（メタデータ） (2026-05-27T03:26:42Z) - Causal Bootstrapped Alignment for Unsupervised Video-Based Visible-Infrared Person Re-Identification [52.784239635604735]
VVI-ReIDは、静止画像以外にも時間情報が付加的な手がかりを提供する、全日監視のための重要な技術である。
既存のアプローチは、高価なクロスモダリティアノテーションによる完全な教師付き学習に大きく依存しており、スケーラビリティが制限されています。
そこで,本研究では,ビデオの先行を明示的に活用するCausal Bootstrapped Alignmentフレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-17T02:15:59Z) - LLM-Grounded Explainable AI for Supply Chain Risk Early Warning via Temporal Graph Attention Networks [0.5653106385738822]
重要な物流ノードの破壊は、世界的なサプライチェーンに深刻なリスクをもたらす。
本稿では,ボトルネック予測と忠実な自然言語リスク説明を共同で行うエビデンス基盤フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-05T05:07:40Z) - INSIGHT: INference-time Sequence Introspection for Generating Help Triggers in Vision-Language-Action Models [2.509305596181814]
最近のVision-Language-Action(VLA)モデルは強力な一般化能力を示しているが、失敗を予測したり、人間の上司に助けを求めるための内省的なメカニズムは欠如している。
トークンレベルの不確実性信号を利用してVLAがいつ助けを求めるべきかを予測する学習フレームワークである textbfINSIGHT を提案する。
論文 参考訳（メタデータ） (2025-10-01T19:22:48Z) - TAR-TVG: Enhancing VLMs with Timestamp Anchor-Constrained Reasoning for Temporal Video Grounding [28.79516973256083]
時間的ビデオグラウンディングは、自然言語クエリに対応するビデオセグメントを正確にローカライズすることを目的としている。
テンポラルビデオグラウンド(TAR-TVG)のためのタイムスタンプアンカー制約推論を提案する。
TAR-TVGは、思考内容の明示的な監督を強制するために、推論プロセス内にタイムスタンプアンカーを導入する。
論文 参考訳（メタデータ） (2025-08-11T06:59:32Z) - Preliminary Investigation into Uncertainty-Aware Attack Stage Classification [81.28215542218724]
この研究は、不確実性の下での攻撃段階推論の問題に対処する。
Evidential Deep Learning (EDL) に基づく分類手法を提案し、ディリクレ分布のパラメータを可能な段階に出力することで予測の不確実性をモデル化する。
シミュレーション環境における予備実験により,提案モデルが精度良く攻撃の段階を推定できることが実証された。
論文 参考訳（メタデータ） (2025-08-01T06:58:00Z) - Streaming Motion Forecasting for Autonomous Driving [71.7468645504988]
ストリーミングデータにおける将来の軌跡を問うベンチマークを導入し,これを「ストリーミング予測」と呼ぶ。
我々のベンチマークは本質的に、スナップショットベースのベンチマークでは見過ごされていない安全上の問題であるエージェントの消失と再出現を捉えている。
我々は,任意のスナップショットベースの予測器をストリーミング予測器に適応させることのできる,"Predictive Streamer"と呼ばれるプラグアンドプレイメタアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-10-02T17:13:16Z) - Learning Uncertainty For Safety-Oriented Semantic Segmentation In
Autonomous Driving [77.39239190539871]
自律運転における安全クリティカル画像セグメンテーションを実現するために、不確実性推定をどのように活用できるかを示す。
相似性関数によって測定された不一致予測に基づく新しい不確実性尺度を導入する。
本研究では,提案手法が競合手法よりも推論時間において計算集約性が低いことを示す。
論文 参考訳（メタデータ） (2021-05-28T09:23:05Z)
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。