論文の概要: Radiation, Rotation and Scale Invariant Feature Descriptor for Multimodal Image Matching

• arxiv url: http://arxiv.org/abs/2609.06343v1
• Date: Sun, 06 Sep 2026 02:32:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-12 05:56:29.76133
• Title: Radiation, Rotation and Scale Invariant Feature Descriptor for Multimodal Image Matching
• Title（参考訳）: マルチモーダル画像マッチングのための放射・回転・スケール不変特徴記述子
• Abstract要約: マルチモーダル画像マッチングのための放射・回転・スケール不変(RRSI)特徴記述子を提案する。 RRSIは全回転範囲を0度から360度までサポートし、最大4倍までスケールする。 その能力は、コンピュータビジョン、リモートセンシング、医療画像からのマルチモーダル画像で検証される。
• 参考スコア（独自算出の注目度）: 17.63368151646172
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multimodal image matching is a fundamental task for multi-source information fusion. However, geometric distortions and nonlinear radiometric differences (NRD) severely limit performance, especially under radiometric, rotation, and scale variations. To address this issue, we propose a radiation, rotation, and scale invariant (RRSI) feature descriptor. First, a dual-head regional sampling (DHRS) module simultaneously performs Cartesian and Log-Polar sampling on keypoint neighborhoods, retaining spatial structural properties while enhancing robustness to rotation and scale variations. We then jointly encode geometric and radiometric relations between multimodal images in a unified deep feature space, enabling feature encoding, interaction, and fusion across intra-modal, dual-head sampled, and inter-modal regions. Furthermore, we introduce a bidirectional cross-modal generative reconstruction constraint during training. By decoding implicit features into structural patches of the counterpart modality, this mechanism anchors modality-invariant geometric topologies without additional inference overhead. Experiments on optical-infrared and optical-SAR datasets demonstrate highly competitive matching performance and strong robustness to rotation and scale variations. RRSI supports the full rotation range from 0 to 360 degrees and scale factors up to four. Its generalization ability is further validated on multimodal images from computer vision, remote sensing, and medical imaging. The implementation will be made publicly available at https://github.com/yeyuanxin110/RRSI .
• Abstract（参考訳）: マルチモーダル画像マッチングはマルチソース情報融合の基本課題である。 しかしながら、幾何歪みと非線形ラジオメトリック差(NRD)は、特にラジオメトリック、回転、スケールのばらつきにおいて、性能を著しく制限する。 この問題に対処するために、放射・回転・スケール不変量(RRSI)特徴記述子を提案する。 第一に、デュアルヘッド領域サンプリング(DHRS)モジュールは、キーポイント近傍でカルテシアンとログポーラーを同時にサンプリングし、回転とスケールのばらつきに頑健さを保ちながら空間構造特性を維持する。 次に、統合された深部特徴空間におけるマルチモーダル画像間の幾何的および放射的関係を共同で符号化し、モーダル領域、デュアルヘッド領域、モーダル領域を横断する特徴符号化、相互作用、融合を可能にする。 さらに、トレーニング中に双方向の相互モーダルな生成的再構成制約を導入する。 暗黙的特徴を対応するモジュラリティの構造的パッチに復号することで、このメカニズムは追加の推論オーバーヘッドなしでモジュラリティ不変な幾何学的位相をアンカーする。 光赤外および光SARデータセットの実験は、高い競争力のあるマッチング性能と、回転とスケールの変動に対する強い堅牢性を示す。 RRSIは全回転範囲を0度から360度までサポートし、最大4倍までスケールする。 その一般化能力は、コンピュータビジョン、リモートセンシング、医療画像からのマルチモーダル画像でさらに検証される。 実装はhttps://github.com/yeyuanxin110/RRSI で公開される。

関連論文リスト

• GDROS: A Geometry-Guided Dense Registration Framework for Optical-SAR Images under Large Geometric Transformations [24.22541638346487]
  我々はGDROSを提案する。GDROSはグローバルなクロスモーダル画像の相互作用を利用したジオメトリ誘導型密度登録フレームワークである。 まず、CNN-Transformerハイブリッド特徴抽出モジュールを用いて、光学画像とSAR画像からクロスモーダルな深度特徴を抽出する。 次に、予測された高密度光流場を幾何学的に制約する最小二乗回帰(LSR)モジュールを実装した。
  論文  参考訳（メタデータ） (2025-11-01T15:40:34Z)
• BasicAVSR: Arbitrary-Scale Video Super-Resolution via Image Priors and Enhanced Motion Compensation [70.27358326228399]
  任意スケールビデオ超解像(AVSR)のためのベーシックAVSRを提案する。 AVSRは、ビデオフレームの解像度、潜在的に様々なスケーリング要素を強化することを目的としている。 超高分解能, 一般化能力, 推論速度の点で, BasicAVSR は既存手法よりも優れていた。
  論文  参考訳（メタデータ） (2025-10-30T05:08:45Z)
• Spatial-Spectral Binarized Neural Network for Panchromatic and Multi-spectral Images Fusion [25.15016853820625]
  ディープラーニングモデルは優れたパフォーマンスを達成したが、しばしば計算の複雑さが伴う。 本稿では,2次ニューラルネットワーク(BNN)をパンシャーピングに適用する可能性について検討する。 一連のS2B-Convは、S2BNetと呼ばれるパンシャーピングのための新しいバイナリネットワークを形成する。
  論文  参考訳（メタデータ） (2025-09-27T14:10:51Z)
• Rotation Equivariant Arbitrary-scale Image Super-Resolution [62.41329042683779]
  任意のスケールの超解像(ASISR)は、低解像度の入力画像から任意のスケールの高分解能回復を実現することを目的としている。 本研究では, 回転同変ASISR法の構築に尽力する。
  論文  参考訳（メタデータ） (2025-08-07T08:51:03Z)
• PAD: Phase-Amplitude Decoupling Fusion for Multi-Modal Land Cover Classification [49.37555541088792]
  位相振幅デカップリング(PAD)は、位相(モダリティ共有)と振幅(モダリティ補完)を分離する周波数対応のフレームワークである。 この研究は、リモートセンシングにおける物理を意識したマルチモーダル融合の新しいパラダイムを確立する。
  論文  参考訳（メタデータ） (2025-04-27T07:21:42Z)
• Coarse-Fine Spectral-Aware Deformable Convolution For Hyperspectral Image Reconstruction [15.537910100051866]
  Coded Aperture Snapshot Spectral Imaging (CASSI) の逆問題について検討する。 粗面スペクトル対応変形性畳み込みネットワーク(CFSDCN)を提案する。 我々のCFSDCNは、シミュレーションされたHSIデータセットと実際のHSIデータセットの両方において、従来の最先端(SOTA)メソッドよりも大幅に優れています。
  論文  参考訳（メタデータ） (2024-06-18T15:15:12Z)
• Rotated Multi-Scale Interaction Network for Referring Remote Sensing Image Segmentation [63.15257949821558]
  Referring Remote Sensing Image (RRSIS)は、コンピュータビジョンと自然言語処理を組み合わせた新しい課題である。 従来の参照画像(RIS)アプローチは、空中画像に見られる複雑な空間スケールと向きによって妨げられている。 本稿ではRMSIN(Rotated Multi-Scale Interaction Network)を紹介する。
  論文  参考訳（メタデータ） (2023-12-19T08:14:14Z)
• Exploring Invariant Representation for Visible-Infrared Person Re-Identification [77.06940947765406]
  異なるスペクトルを横断する歩行者にアイデンティティを関連付けることを目的とした、クロススペクトルの人物再識別は、モダリティの相違の主な課題に直面している。 本稿では、ロバスト機能マイニングネットワーク(RFM)と呼ばれるエンドツーエンドのハイブリッド学習フレームワークにおいて、画像レベルと特徴レベルの両方の問題に対処する。 RegDBとSYSU-MM01という2つの標準的なクロススペクトル人物識別データセットの実験結果により,最先端の性能が示された。
  論文  参考訳（メタデータ） (2023-02-02T05:24:50Z)
• R2FD2: Fast and Robust Matching of Multimodal Remote Sensing Image via Repeatable Feature Detector and Rotation-invariant Feature Descriptor [3.395266574804949]
  放射・回転差に頑健な特徴マッチング法(R2FD2)を提案する。 提案したR2FD2は、5つの最先端特徴マッチング法より優れ、普遍性と適応性に優れた利点がある。 我々のR2FD2は2ピクセル以内のマッチングの精度を達成し、他の最先端手法と比較してマッチング効率に大きな利点がある。
  論文  参考訳（メタデータ） (2022-12-05T13:55:02Z)
• Weakly Aligned Feature Fusion for Multimodal Object Detection [52.15436349488198]
  マルチモーダルデータはしばしば位置ずれの問題に悩まされます。つまり、イメージペアは厳密に一致していません。 この問題により、マルチモーダルな特徴を融合させることが難しくなり、畳み込みニューラルネットワーク(CNN)のトレーニングが難解になる。 本稿では、位置ずれ問題に対処するために、アライメント領域CNN(AR-CNN)と呼ばれる汎用マルチモーダル検出器を提案する。
  論文  参考訳（メタデータ） (2022-04-21T02:35:23Z)
• Cross-Modality Attentive Feature Fusion for Object Detection in Multispectral Remote Sensing Imagery [0.6853165736531939]
  マルチスペクトルリモートセンシング画像ペアの相補的な情報を融合するクロスモダリティは、検出アルゴリズムの知覚能力を向上させることができる。 本稿では,共通モダリティと差分モダリティを併用した,新規で軽量なマルチスペクトル特徴融合法を提案する。 提案手法は,最先端の性能を低コストで実現することができる。
  論文  参考訳（メタデータ） (2021-12-06T13:12:36Z)

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。