論文の概要: KSG-Net: Key-Sparse and Global-Context Learning for Maritime 3D Ship Detection

• arxiv url: http://arxiv.org/abs/2609.02077v1
• Date: Wed, 02 Sep 2026 04:06:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-03 17:53:18.046562
• Title: KSG-Net: Key-Sparse and Global-Context Learning for Maritime 3D Ship Detection
• Title（参考訳）: KSG-Net:海上3D船体検出のためのキースパースとグローバルコンテキスト学習
• Abstract要約: 本稿は, 海上におけるLiDARの認識における2つの重要な課題, 小型・疎水船の特徴表現の弱さ, 大型船舶のグローバルな構造モデリングの不十分さに焦点を当てる。 KSG-Net(キースパース・グローバルコンテキスト学習ネットワーク)を提案する。 中心となる考え方は、統一された完全なスパース検出フレームワークにおいて、局所的な差別的特徴とグローバルな構造的認識を共同で強化することである。
• 参考スコア（独自算出の注目度）: 14.109391283358626
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Accurate 3D ship detection in maritime environments is critical for autonomous navigation, yet remains challenging due to large-scale vessel variations, sparse point clouds of small vessels, and severe sea-clutter interference. Existing methods, primarily based on 2D features or dense representations, struggle to balance detection accuracy and computational efficiency, while sparse 3D detectors designed for road scenes generalize poorly to maritime scenarios. This paper focuses on two key challenges in maritime LiDAR perception: weak feature representation for small and sparse vessels, and insufficient global structural modeling for large vessels due to the limited receptive field of local sparse convolutions. To address these issues, we propose KSG-Net, a Key-Sparse and Global-Context learning network for maritime 3D ship detection. The core idea is to jointly enhance local discriminative features and global structural awareness within a unified fully sparse detection framework. Specifically, a Key Sparse Multi-scale Aggregation (KSMA) module is designed to enhance the representation of small and sparse vessels by selecting informative key voxels and aggregating cross-scale neighborhood features. Furthermore, a Global Context Aggregation (GCA) module is introduced to capture long-range geometric dependencies through scene-level context modeling with gated residual interactions, thereby improving the representation of large vessels. Extensive experiments on the Thames River vessel dataset and simulated datasets demonstrate that KSG-Net consistently outperforms existing methods in multi-scale vessel detection and exhibits strong robustness in complex maritime environments.
• Abstract（参考訳）: 海上環境における正確な3D船舶検出は、自律航法にとって重要であるが、大規模な船舶の変動、小さな船舶の細い点雲、厳しい海ゴミ干渉のため、依然として困難である。 既存の手法は、主に2Dの特徴や密度の高い表現に基づいており、検出精度と計算効率のバランスをとるのに苦労している。 本稿は,小型でスパースな船舶の弱い特徴表現と,局所的なスパース・コンボリューションの受容領域が限られているため,大型船舶のグローバルな構造モデリングが不十分な2つの課題に焦点をあてる。 これらの問題に対処するために,キースパースおよびグローバルコンテキスト学習ネットワークであるKSG-Netを提案する。 中心となる考え方は、統一された完全なスパース検出フレームワークにおいて、局所的な差別的特徴とグローバルな構造的認識を共同で強化することである。 具体的には、キー・スパース・マルチスケール・アグリゲーション(KSMA)モジュールは、情報的キー・ボクセルを選択し、クロススケールな周辺特徴を集約することによって、小型でスパースな容器の表現を強化するように設計されている。 さらに,GCA (Global Context Aggregation) モジュールを導入し,シーンレベルのコンテキストモデリングにより,大血管の表現性を向上させる。 Thames Riverの船舶データセットとシミュレーションデータセットに関する大規模な実験は、KSG-Netがマルチスケールの船舶検出において既存の手法を一貫して上回り、複雑な海洋環境において強い堅牢性を示すことを示している。

関連論文リスト

• FDR-Occ: Factorized Dense Routing for Full-Spectrum 3D Occupancy Prediction [63.738631229597274]
  視覚に基づく3次元占有予測は、基本的に2次元から3次元のビュー変換に依存している。 現在のパラダイムは、厳密でスパースなカメラ線にルーティング行列を人工的に制限する明示的な物理射影を主に利用している。 本稿では,このボトルネックを解消するためにFDR(Facterized Dense Routing)を提案する。 本フレームワークは,Occ3D-nuScenesおよびOcc3D-Waymoベンチマークの最先端性能を実現する。
  論文  参考訳（メタデータ） (2026-07-04T11:12:42Z)
• Polygon-mamba: Retinal vessel segmentation using polygon scanning mamba and space-frequency collaborative attention [9.838390322438535]
  ポリゴン走査型マンバと小血管検出のための空間周波数協調型アテンション機構を統合したCNN-マンバ核融合ネットワークを設計する。 水平垂直走査による伝統的なマンバ構造は, 対象構造物の位相的整合性を損なう可能性があることを考慮し, 細血管構造の特徴を特定するために, ポリゴン走査型視覚状態空間モデル(PS-VSS)を提案する。
  論文  参考訳（メタデータ） (2026-05-11T13:53:51Z)
• WUTDet: A 100K-Scale Ship Detection Dataset and Benchmarks with Dense Small Objects [68.44670476527155]
  WUTDetは100,576イメージと381,378のアノテートされた船舶インスタンスを備えた大規模な船舶検出データセットである。 CNN, Transformer, Mambaの3つの主流検出アーキテクチャから20のベースラインモデルを体系的に評価した。 Ship-GENの結果は、WUTDetでトレーニングされたモデルは、異なるデータ分布下でより強力な一般化を示すことを示している。
  論文  参考訳（メタデータ） (2026-04-09T03:28:05Z)
• UAGLNet: Uncertainty-Aggregated Global-Local Fusion Network with Cooperative CNN-Transformer for Building Extraction [83.48950950780554]
  リモートセンシング画像からの抽出は、複雑な構造変化のために難しい課題である。 既存の方法は、セグメンテーションモデルにおけるマルチスケール特徴をキャプチャするために、畳み込みブロックまたは自己アテンションブロックを使用する。 高品質なグローバルローカルなビジュアルセマンティクスを活用するために,不確実性集約型グローバルローカルフュージョンネットワーク(UAGLNet)を提案する。
  論文  参考訳（メタデータ） (2025-12-15T02:59:16Z)
• TransBridge: Boost 3D Object Detection by Scene-Level Completion with Transformer Decoder [66.22997415145467]
  本稿では,スパース領域における検出機能を改善する共同補完・検出フレームワークを提案する。 具体的には,トランスブリッジ(TransBridge)を提案する。トランスブリッジ(TransBridge)はトランスフォーマーをベースとした新しいアップサンプリングブロックである。 その結果,本フレームワークは,各手法の平均精度(mAP)が0.7から1.5の範囲で,エンドツーエンドの3Dオブジェクト検出を一貫して改善していることがわかった。
  論文  参考訳（メタデータ） (2025-12-12T00:08:03Z)
• Neptune-X: Active X-to-Maritime Generation for Universal Maritime Object Detection [54.1960918379255]
  Neptune-Xは、海洋オブジェクト検出のためのデータ中心の生成-選択フレームワークである。 X-to-Maritime(X-to-Maritime)は、多様で現実的な海洋シーンを合成する多モード条件生成モデルである。 提案手法は,海上シーン合成における新しいベンチマークを設定し,検出精度を大幅に向上させる。
  論文  参考訳（メタデータ） (2025-09-25T04:59:02Z)
• COXNet: Cross-Layer Fusion with Adaptive Alignment and Scale Integration for RGBT Tiny Object Detection [13.236592868442678]
  マルチモーダル赤緑色サーマル(RGBT)画像における微小物体検出のための新しいフレームワークを提案する。 クロス層核融合モジュールは、セマンティックおよび空間的精度を高めるために、高レベルの可視・低レベルの熱特徴を融合する。 Dynamic Alignment and Scale Refinement Modules corrects cross-modal space misalignment。 GeoShapeの類似度測定は、より優れたローカライゼーションに使用される。
  論文  参考訳（メタデータ） (2025-08-13T06:30:03Z)
• Convolutional Feature Enhancement and Attention Fusion BiFPN for Ship Detection in SAR Images [3.1536619649037716]
  本稿では,C-AFBiFPNという新しい機能拡張・融合フレームワークを提案する。 C-AFBiFPNは、バックボーンネットワークに続くCFE(Convolutional Feature Enhancement)モジュールを構築する。 C-AFBiFPNは、BiFPNの融合戦略においてBiFormerの注意を革新的に統合し、AFBiFPNネットワークを作成する。
  論文  参考訳（メタデータ） (2025-06-18T08:14:28Z)
• Enhancing, Refining, and Fusing: Towards Robust Multi-Scale and Dense Ship Detection [7.208605594108282]
  本稿では, マルチスケール・密封型船舶検知のための新しいフレームワーク, Center-Aware SAR Ship Detector (CASS-Det) を提案する。 CASS-Detは,(1)船心強調のために回転畳み込みを用いたセンター拡張モジュール(CEM),(2)密集したシーンで船の境界を洗練させるために層間依存関係を利用する隣の注意モジュール(NAM),(3)大規模機能融合を強化するクロスコネクテッド機能ピラミッドネットワーク(CC-FPN)の3つの重要なイノベーションを統合する。
  論文  参考訳（メタデータ） (2025-01-10T15:33:37Z)
• PVAFN: Point-Voxel Attention Fusion Network with Multi-Pooling Enhancing for 3D Object Detection [59.355022416218624]
  点とボクセルの表現の統合は、LiDARベースの3Dオブジェクト検出においてより一般的になりつつある。 PVAFN(Point-Voxel Attention Fusion Network)と呼ばれる新しい2段3次元物体検出器を提案する。 PVAFNはマルチプール戦略を使用して、マルチスケールとリージョン固有の情報を効果的に統合する。
  論文  参考訳（メタデータ） (2024-08-26T19:43:01Z)

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。