論文の概要: TDFNet: Tri-projection Deformable Fusion Network for Panoramic Salient Object Detection

• arxiv url: http://arxiv.org/abs/2608.25808v1
• Date: Wed, 26 Aug 2026 13:54:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-27 14:15:15.84856
• Title: TDFNet: Tri-projection Deformable Fusion Network for Panoramic Salient Object Detection
• Title（参考訳）: TDFNet:パノラマ能動物体検出のためのトリプロジェクション変形型核融合ネットワーク
• Abstract要約: 本研究では,パノラマサラリアン物体検出のための最初の三射影変形型核融合ネットワークであるTDFNetを提案する。 我々は,幾何歪みを緩和し,検出性能を向上させるために,相補的投影表現を利用する。 TDFNetは、グローバルな空間連続性、局所幾何学的詳細、きめ細かい境界情報を同時に保存する。
• 参考スコア（独自算出の注目度）: 13.394581946335949
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent years have witnessed the growing potential of panoramic salient object detection in robotic vision, virtual reality, and related applications. However, projecting spherical scenes onto 2D planes inevitably introduces geometric distortions, which fundamentally limit the effectiveness of existing projection-based methods. Specifically, Equirectangular Projection (ERP) suffers from severe polar stretching distortions, while cube map projection introduces discontinuities across cube-face boundaries, resulting in degraded feature discriminability and compromised geometric consistency. To address these limitations, we propose TDFNet, the first Tri-projection Deformable Fusion Network for panoramic salient object detection, exploiting complementary projection representations to alleviate geometric distortions and improve detection performance.Specifically, we design a cross-projection deformable attention (CDA) module that leverages spatial correspondences between different projections to construct geometry-aware sampling locations, guiding deformable attention for cross-projection contextual aggregation and enhancing robustness against projection-induced deformations. Furthermore, we introduce a latitude-guided fusion module, which utilizes spherical latitude priors to construct geometric confidence weights for adaptively balancing ERP and CMP features. Meanwhile, LGF incorporates distortion-reduced semantic references from Tangent Projection to achieve cross-projection feature refinement and spatial alignment.By constructing a three-branch encoding architecture based on ERP, CMP, and Tangent Projection, TDFNet simultaneously preserves global spatial continuity, local geometric details, and fine-grained boundary information.
• Abstract（参考訳）: 近年、ロボットビジョン、バーチャルリアリティー、および関連アプリケーションにおけるパノラマ性サルエント物体検出の可能性が高まっている。 しかし、球面を2次元平面に投影することは、必然的に幾何学的歪みを導入し、既存の投影法の有効性を根本的に制限する。 具体的には、等角射影 (ERP) は極性の強い歪みに悩まされ、立方体写像射影は立方体面の境界を横切る不連続性を導入し、特徴の識別性は低下し、幾何的整合性が損なわれる。 これらの制約に対処するため,パノラマサラエント物体検出のための最初のトリプロジェクション・デフォルマブル・フュージョン・ネットワークであるTDFNetを提案し,幾何学的歪みを緩和し,検出性能を向上させるために相補的プロジェクション表現を活用し,特に,異なるプロジェクション間の空間的対応を活用して幾何学的に認識されたサンプリング位置を構築し,異種プロジェクションのコンテキストアグリゲーションのための変形性アグリゲーションを誘導し,プロジェクションによる変形に対する堅牢性を向上するクロスプロジェクション・デフォルマブル・アテンション・アテンション(CDA)モジュールを設計した。 さらに、球状緯度を先行的に利用して、ERPとCMPの特徴を適応的にバランスする幾何的信頼度重みを構築する緯度誘導核融合モジュールを導入する。 一方、LGFは、Tangent Projectionからの歪み低減された意味参照を取り入れ、ERP、CMP、Tangent Projectionに基づく3分岐符号化アーキテクチャを構築することにより、グローバル空間連続性、局所幾何学的詳細、きめ細かい境界情報を同時に保存する。

関連論文リスト

• SphereSOD: Geometry-Structure Coupled Learning for 360 Salient Object Detection [75.77856258186854]
  360度高解像度物体検出は、全視野にわたって高解像度領域を正確に分割することを目的としている。 既存の手法は主に、パノラマ幾何学と健全な物体構造との相互作用を見越しながら、投影歪みを補正することに焦点を当てている。 SphereSODは、パノラマ幾何学と進化する塩分構造を結合したERPネイティブフレームワークである。
  論文  参考訳（メタデータ） (2026-09-07T14:47:54Z)
• ProjFormer: Point Cloud Completion via Geometric-Projective Transformer and Cross-Modal Semantic Constraints [50.4059685962603]
  ProjFormerは、明示的なプロジェクションと適応的な特徴ルーティングを通じて、幾何学的に一貫性のある2D-3Dインタラクションを強制するクロスモーダルフレームワークである。 実験によると、軽量な設計の下で、ProjFormerは、構造的完全性を改善した競争力のあるパフォーマンスを提供する。
  論文  参考訳（メタデータ） (2026-08-15T08:05:48Z)
• SoPE: Spherical Coordinate-Based Positional Embedding for Enhancing Spatial Perception of 3D LVLMs [21.891285551179365]
  Spherical Coordinate-based Positional Embedding (SoPE)を紹介する。 本手法は,3次元球面座標空間に点-クラウドトークンのインデックスをマッピングし,空間位置と方向角の統一モデリングを可能にする。 この定式化は、点クラウドデータの固有の幾何学的構造を保持し、空間的認識を高め、マルチモーダル学習のためのより一貫性があり表現力のある幾何学的表現をもたらす。
  論文  参考訳（メタデータ） (2026-02-26T07:42:15Z)
• BladeSDF : Unconditional and Conditional Generative Modeling of Representative Blade Geometries Using Signed Distance Functions [4.188806282965805]
  本稿では,DeepSDFを用いたタービン翼形状のドメイン固有の暗黙的生成フレームワークを提案する。 制約、目的、パフォーマンスのメトリクスを統合することで、このアプローチは従来の2Dガイド付きまたは制約なしの3Dパイプラインを超えて前進する。
  論文  参考訳（メタデータ） (2026-01-19T23:02:33Z)
• TALO: Pushing 3D Vision Foundation Models Towards Globally Consistent Online Reconstruction [57.46712611558817]
  3次元視覚基礎モデルでは、1つのフィードフォワードパスを通して、未校正画像からキー3D属性を再構成する際の強力な一般化が示されている。 近年の戦略は,グローバルトランスフォーメーションの解決によって連続的な予測と整合するが,本分析では,仮定の妥当性,局所的なアライメント範囲,雑音的幾何の下でのロバスト性といった基本的な限界を明らかにしている。 本研究では,グローバルに伝播する制御点を利用して空間的に異なる不整合を補正する,Tin Plate Splineに基づく高DOFおよび長期アライメントフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-02T02:22:20Z)
• SPAN: Spatial-Projection Alignment for Monocular 3D Object Detection [49.12928389918159]
  既存の単分子3D検出器は典型的には、切り離された予測パラダイムを通じて、3D境界ボックスの顕著な非線形回帰をテームする。 本稿では2つの主成分を持つ新しい空間射影アライメント(SPAN)を提案する。 SPANは、予測された3次元境界ボックスと接地した3次元境界ボックスの間に明らかに大域的な空間的制約を課し、それによって非結合な特性回帰による空間的ドリフトを補正する。 3D-2Dプロジェクションアライメントは、投影された3Dボックスが、画像平面上の対応する2D検出バウンディングボックス内に密に整列していることを保証する。
  論文  参考訳（メタデータ） (2025-11-10T04:48:48Z)
• Boosting Cross-Domain Point Classification via Distilling Relational Priors from 2D Transformers [59.0181939916084]
  従来の3Dネットワークは主に局所幾何学的詳細に焦点を当て、局所幾何学間の位相構造を無視する。 そこで本稿では,大規模画像上においてよく訓練されたトランスフォーマーから前駆体を抽出する,新しい先駆体蒸留法を提案する。 PointDA-10とSim-to-Realデータセットの実験は、提案手法が点クラウド分類におけるUDAの最先端性能を一貫して達成していることを検証する。
  論文  参考訳（メタデータ） (2024-07-26T06:29:09Z)
• Double-Shot 3D Shape Measurement with a Dual-Branch Network for Structured Light Projection Profilometry [14.749887303860717]
  我々は、異なる構造光(SL)変調を処理するために、デュアルブランチ畳み込みニューラルネットワーク(CNN)-トランスフォーマーネットワーク(PDCNet)を提案する。 PDCNet内では、Transformerブランチを使用してフリンジイメージのグローバルな認識をキャプチャし、CNNブランチはスペックルイメージのローカル詳細を収集するように設計されている。 提案手法は, 自己生成データセット上で高精度な結果が得られる一方で, フランジオーダーの曖昧さを低減できる。
  論文  参考訳（メタデータ） (2024-07-19T10:49:26Z)
• SGFormer: Spherical Geometry Transformer for 360 Depth Estimation [52.23806040289676]
  パノラマ歪みは360度深度推定において大きな課題となる。 本稿では,SGFormer という球面形状変換器を提案し,上記の問題に対処する。 また、様々な解像度で空間構造を補うために、クエリベースの大域的条件位置埋め込みを提案する。
  論文  参考訳（メタデータ） (2024-04-23T12:36:24Z)

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。