論文の概要: RailGen: Improving Railway Intrusion Detection via Agent-Guided Small-Scale Foreign Object Generation

• arxiv url: http://arxiv.org/abs/2608.30727v1
• Date: Mon, 31 Aug 2026 13:01:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:31.398638
• Title: RailGen: Improving Railway Intrusion Detection via Agent-Guided Small-Scale Foreign Object Generation
• Title（参考訳）: RailGen: エージェントガイドによる小型異物生成による鉄道侵入検出の改善
• Abstract要約: 長い尾を持つデータ分布の下での小さなオブジェクト検出は、マルチメディアの基本的な問題であるが難しい問題である。 本稿では,レアオブジェクトと小型オブジェクトの特徴空間を豊かにするために,マルチモーダル画像生成を利用する生成拡張検出パラダイムを提案する。 実験により、RailGenは高品質の小型異物を生成することができ、オブジェクトのピクセル面積を平均58倍、13.85倍まで削減できることが示された。
• 参考スコア（独自算出の注目度）: 18.7317553507653
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Small-object detection under long-tailed data distributions is a fundamental yet challenging problem in multimedia. Railway Foreign Object Detection (RFOD) epitomizes this challenge with easily confused small intrusions and scarce samples. To address these issues, we propose a generative-augmented detection paradigm that leverages multimodal image generation to enrich the feature space of rare and small objects. We first construct RailGen, a multimodal image generation agent based on large models. Under semantic constraints, RailGen automatically invokes tools to generate railway scenes, calibrate intrusion positions, extract foreign objects, and fuse them into realistic intrusion effects. This process produces high-quality synthetic samples that effectively densify the feature representations of tail classes and complete the small-object feature space. Within this paradigm, we further propose FocalDEIM, a detection framework designed to enhance training with generated data. FocalDEIM improves dense matching with Focal Modulation for better small-object discrimination and adopts Focal Loss to emphasize hard samples, thereby alleviating blurred inter-class boundaries in complex railway scenes. Experimental results demonstrate that RailGen can generate high-quality small-scale foreign objects, reducing the object pixel area by up to 58x and 13.85x on average. Equipped with these challenging samples, our paradigm surpasses the baseline DEIM by 5.6% and 7.5% in mAP@50 and mAP@(50-95), respectively, and outperforms existing state-of-the-art methods. Ablation studies verify RailGen's feature-space enrichment and FocalDEIM's boundary discrimination. The paradigm provides an effective multimodal generative solution for long-tailed small-object detection in safety-critical applications.
• Abstract（参考訳）: 長い尾を持つデータ分布の下での小さなオブジェクト検出は、マルチメディアの基本的な問題であるが難しい問題である。 鉄道異物検出(RFOD)は、この課題を、容易に混乱した小さな侵入と不足したサンプルで解決する。 これらの問題に対処するために,多モード画像生成を利用して,希少なオブジェクトや小さなオブジェクトの特徴空間を拡張できる生成拡張検出パラダイムを提案する。 まず,大規模モデルに基づくマルチモーダル画像生成エージェントであるRailGenを構築した。 セマンティックな制約の下で、RailGenは自動的に鉄道シーンを生成し、侵入位置を調整し、異物を抽出し、それらを現実的な侵入効果に融合させるツールを起動する。 このプロセスは、尾クラスの特徴表現を効果的に強化し、小対象特徴空間を完成させる高品質な合成サンプルを生成する。 このパラダイム内では、生成されたデータによるトレーニングを強化するために設計された検出フレームワークであるFocalDEIMも提案する。 FocalDEIMは、Focal Modulationとの密マッチングを改善して、より小さなオブジェクトの識別を改善し、Focal Lossを採用して、複雑な鉄道シーンにおけるクラス間の境界の曖昧さを軽減する。 実験により、RailGenは高品質の小型異物を生成することができ、オブジェクトのピクセル面積を平均58倍、13.85倍まで削減できることが示された。 これらの挑戦的なサンプルを伴って,我々のパラダイムは,mAP@50およびmAP@(50-95)のベースラインDEIMを5.6%,mAP@(50-95)で7.5%超え,既存の最先端手法よりも優れています。 アブレーション研究は、RailGenの特徴空間の富化とFocalDEIMの境界識別を検証する。 このパラダイムは、安全クリティカルなアプリケーションにおいて、長い尾の小さなオブジェクト検出のための効果的なマルチモーダル生成ソリューションを提供する。

関連論文リスト

• Perception, Verdict, and Evolution: Hindsight-Driven Self-Refining Forensics Agent for AI-Generated Image Detection [80.15317858033534]
  ForeAgentは、反復的な自己進化を伴うAI生成画像検出のためのエージェント法医学フレームワークである。 ForeAgentはChameleonベンチマークで最先端のパフォーマンスを達成し、精度は82.18%に達した。 ForeAgent は GPT-5 や GPT-5-mini と比較して、より一貫性があり、因果的な推論をもたらす。
  論文  参考訳（メタデータ） (2026-06-25T02:59:33Z)
• Visual Prototype Conditioned Focal Region Generation for UAV-Based Object Detection [23.097895224926905]
  無人航空機(UAV)に基づく物体検出は、限られた注釈付きトレーニングデータで動的に変化するシナリオに適用する場合、重要ではあるが困難な課題である。 UAVに基づくオブジェクト検出に適した新しいレイアウト・ツー・イメージ生成フレームワークであるUAVGenを提案する。 本手法は最先端の手法を著しく上回り、異なる検出器と統合した場合の精度を一貫して向上させる。
  論文  参考訳（メタデータ） (2026-04-03T11:00:24Z)
• ShortcutBreaker: Low-Rank Noisy Bottleneck with Global Perturbation Attention for Multi-Class Unsupervised Anomaly Detection [59.89803740308262]
  ShortcutBreakerはMUADタスクのための新しい統合された機能再構成フレームワークである。 ショートカットの問題に対処する2つの重要なイノベーションが特徴だ。 提案手法は,4つのデータセットに対して,99.8%,98.9%,90.6%,87.8%の顕著な画像レベルのAUROCを実現する。
  論文  参考訳（メタデータ） (2025-10-21T06:51:30Z)
• Agent4FaceForgery: Multi-Agent LLM Framework for Realistic Face Forgery Detection [108.5042835056188]
  この作業では,2つの基本的な問題に対処するため,Agent4FaceForgeryを導入している。 人間の偽造の多様な意図と反復的なプロセスを捉える方法。 ソーシャルメディアの偽造に付随する複雑な、しばしば敵対的な、テキストと画像のインタラクションをモデル化する方法。
  論文  参考訳（メタデータ） (2025-09-16T01:05:01Z)
• DetectAnyLLM: Towards Generalizable and Robust Detection of Machine-Generated Text Across Domains and Models [60.713908578319256]
  タスク指向の知識で検出器を最適化するために,DDL(Direct Discrepancy Learning)を提案する。 そこで本研究では,最新のMGTD性能を実現する統合検出フレームワークであるTectAnyLLMを紹介する。 MIRAGEは5つのテキストドメインにまたがる10のコーパスから人書きテキストをサンプリングし、17個の最先端のLLMを使用して再生成または修正する。
  論文  参考訳（メタデータ） (2025-09-15T10:59:57Z)
• TinyDef-DETR: A Transformer-Based Framework for Defect Detection in Transmission Lines from UAV Imagery [12.48571944931548]
  TinyDef-DETRは、UAVが取得した画像から伝送路欠陥の正確かつ効率的な検出を実現するためのフレームワークである。 このモデルは、4つの主要なコンポーネントを統合している: エッジ強化されたResNetバックボーンで境界に敏感な表現を強化する、ストライドフリーなスペース・トゥ・ディープス・モジュールで詳細保存可能なダウンサンプリングを可能にする、Focler-Wise-SIoUレグレッション・ロスにより、小さくて難しいオブジェクトのローカライゼーションが向上する。
  論文  参考訳（メタデータ） (2025-09-07T12:36:33Z)
• ODGEN: Domain-specific Object Detection Data Generation with Diffusion Models [21.158266387658905]
  本稿では,境界ボックスに条件付き高品質な画像を生成する新しい方法であるODGENを提案する。 まず, 収穫した前景オブジェクトと画像全体を対象分布に合わせるために, 事前学習した拡散モデルを微調整する。 次に,空間的制約とオブジェクト指向のテキスト記述を伴って合成された視覚的ロバスト性プロンプトを用いて拡散モデルを制御することを提案する。
  論文  参考訳（メタデータ） (2024-05-24T04:10:34Z)
• Small Object Detection via Coarse-to-fine Proposal Generation and Imitation Learning [52.06176253457522]
  本稿では,粗粒度パイプラインと特徴模倣学習に基づく小型物体検出に適した2段階フレームワークを提案する。 CFINetは、大規模な小さなオブジェクト検出ベンチマークであるSODA-DとSODA-Aで最先端の性能を達成する。
  論文  参考訳（メタデータ） (2023-08-18T13:13:09Z)
• SUOD: Accelerating Large-Scale Unsupervised Heterogeneous Outlier Detection [63.253850875265115]
  外乱検出(OD)は、一般的なサンプルから異常物体を識別するための機械学習(ML)タスクである。 そこで我々は,SUODと呼ばれるモジュール型加速度システムを提案する。
  論文  参考訳（メタデータ） (2020-03-11T00:22:50Z)

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。