論文の概要: TriCCOT: Tri-part Convolutional Conformal Transformer for Onboard Space Object Detection

• arxiv url: http://arxiv.org/abs/2609.08659v1
• Date: Tue, 08 Sep 2026 12:26:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.646508
• Title: TriCCOT: Tri-part Convolutional Conformal Transformer for Onboard Space Object Detection
• Title（参考訳）: TriCCOT: 宇宙物体検出のための三部畳み込み変換器
• Abstract要約: 我々はTriCCOTを紹介した。TriCCOTは、堅牢でデプロイ可能なオブジェクト検出のための三部アーキテクチャである。 TriCCOTは、畳み込み領域の提案ネットワーク、共形予測ステージ、ハードウェアフレンドリーな注意に基づく分類器であるAper-GATESを組み合わせる。 DIORデータセットとVDVRawデータセットの実験は、競合検出性能を示し、空間的ぼやけや信号依存ノイズに対するロバスト性を改善した。
• 参考スコア（独自算出の注目度）: 1.224954637705144
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Onboard object detection in Earth observation is constrained by limited computational resources and the absence of fully corrected imagery. While convolutional detectors are hardware-efficient, they often struggle to extract robust representations from raw and noisy data. Conversely, transformer-based models provide stronger global reasoning capabilities but remain difficult to deploy on FPGA accelerators due to quadratic attention complexity and non-compatible operations. We introduce TriCCOT, a tri-part architecture for robust and deployable onboard object detection. TriCCOT combines a convolutional region proposal network, a conformal prediction stage, and Aper-GATES, our hardware-friendly attention-based classifier. The region proposal network generates candidate bounding boxes, which are subsequently enlarged via conformal prediction, providing a distribution-free probabilistic coverage guarantee. The resulting crops are processed by Aper-GATES, which reformulates self-attention through convolutional projections, global channel statistics, and hardware-friendly gating operations, avoiding standard transformer operations that are poorly suited to CNN-oriented accelerators. Experiments on the DIOR and VDVRaw datasets demonstrate competitive detection performance and improved robustness to spatial blur and signal-dependent noise when compared to FPGA-compatible architectures. Finally, we report full deployment on a Xilinx Versal VCK190 FPGA without modifying the underlying DPU architecture, enabling unified CNN-Transformer inference for spaceborne embedded applications.
• Abstract（参考訳）: 地球観測における物体検出は、限られた計算資源と完全な補正画像の欠如によって制限される。 畳み込み検出器はハードウェア効率が良いが、生データやノイズデータから堅牢な表現を抽出するのに苦労することが多い。 逆に、トランスフォーマーベースのモデルは、より強力なグローバル推論機能を提供するが、二次的な注意の複雑さと非互換な操作のためにFPGAアクセラレーターへのデプロイは困難である。 我々はTriCCOTを紹介した。TriCCOTは、堅牢でデプロイ可能なオブジェクト検出のための三部アーキテクチャである。 TriCCOTは、畳み込み領域の提案ネットワーク、共形予測ステージ、ハードウェアフレンドリーな注意に基づく分類器であるAper-GATESを組み合わせる。 領域提案ネットワークは、その後、共形予測によって拡張される候補境界ボックスを生成し、分布のない確率的カバレッジ保証を提供する。 Aper-GATESは、畳み込みプロジェクション、グローバルチャネル統計、ハードウェアフレンドリーなゲーティング操作を通じて自己注意を再構築し、CNN指向のアクセラレーターには適さない標準的なトランスフォーマー操作を避ける。 DIORとVDVRawデータセットの実験では、FPGA互換アーキテクチャと比較して、競合検出性能が向上し、空間的ぼやけや信号依存ノイズに対する堅牢性が向上した。 最後に,基礎となるDPUアーキテクチャを変更することなく,Xilinx Versal VCK190FPGA上での完全なデプロイを報告する。

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)
• From Spatial to Spectral: An Efficient, Frequency-Guided Feature Representation Learner for Small Object Detection [5.01964718362187]
  小さな物体検出は、小さなターゲットの固有の特徴不足によってボトルネックとなる。 本稿では,空間的特徴処理からスペクトル的特徴処理へのパラダイムテキストbfシフトを提案する。 提案する textbfDERNet シリーズは同じスケールで YOLOv11 モデルより優れている。
  論文  参考訳（メタデータ） (2026-06-22T18:09:49Z)
• Visual Geometry Transformer in the Wild: Distractor-Free 3D Reconstruction [77.75911117889915]
  現在のエンドツーエンドのマルチビュー3D再構成手法は、目覚ましい結果を得るが、制限的な静的仮定に依存している。 この理想的な入力への依存は、最も高度なメソッドでさえ、現実世界の設定で失敗する原因となる。 非一貫性の視点から頑健な再構築を行うためのエンドツーエンドフレームワークであるWildにおけるビジュアルジオメトリトランスフォーマーを提案する。
  論文  参考訳（メタデータ） (2026-06-22T02:52:22Z)
• NG-GS: NeRF-Guided 3D Gaussian Splatting Segmentation [65.34304674634713]
  3DGSにおける高品質なオブジェクトセグメンテーションのためのフレームワークであるNG-GSを導入する。 本手法は, 境界mIoUにおいて, フォトリアリスティックな技術性能を実現し, 有意な利得が得られることを示す。
  論文  参考訳（メタデータ） (2026-04-16T07:14:07Z)
• Attention-Enhanced Graph Filtering for False Data Injection Attack Detection and Localization [0.0]
  偽データインジェクション攻撃(FDIA)は、測定の整合性を妥協し、信頼性の高いシステム操作を脅かす。 本稿では,自動回帰移動平均 (ARMA) グラフフィルタをトランスフォーマーアーキテクチャと統合したFDIA検出およびローカライズフレームワークを提案する。 提案手法は,IEEE 14-および300-busシステムに適用されたNYISO(New York Independent System Operator)の実際の負荷データを用いて評価する。
  論文  参考訳（メタデータ） (2026-01-26T21:33:47Z)
• Graph Embedding with Mel-spectrograms for Underwater Acoustic Target Recognition [3.4185611249587278]
  UATR-GTransformerは、Transformerアーキテクチャとグラフニューラルネットワーク(GNN)を統合する非ユークリッドディープラーニングモデルである。 提案モデルでは, 海洋工学への応用の可能性を強調し, 周波数領域情報を効果的に抽出する。 UATR-GTransformerが最先端の手法と競合する性能を実現することを示す。
  論文  参考訳（メタデータ） (2025-12-12T13:25:54Z)
• 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)
• FALO: Fast and Accurate LiDAR 3D Object Detection on Resource-Constrained Devices [38.61635285386612]
  既存のLiDAR 3Dオブジェクト検出方法はスパース畳み込みやトランスフォーマーに依存しており、リソース制約のあるエッジデバイス上では実行が困難である。 ハードウェアフレンドリーなLiDAR3D検出手法であるFALOを提案し,SOTA(State-of-the-art)検出精度と高速推論速度の両方を提供する。
  論文  参考訳（メタデータ） (2025-06-04T22:46:28Z)
• Cross-Cluster Shifting for Efficient and Effective 3D Object Detection in Autonomous Driving [69.20604395205248]
  本稿では,自律運転における3次元物体検出のための3次元点検出モデルであるShift-SSDを提案する。 我々は、ポイントベース検出器の表現能力を解き放つために、興味深いクロスクラスタシフト操作を導入する。 我々は、KITTI、ランタイム、nuScenesデータセットに関する広範な実験を行い、Shift-SSDの最先端性能を実証した。
  論文  参考訳（メタデータ） (2024-03-10T10:36:32Z)
• Defect Transformer: An Efficient Hybrid Transformer Architecture for Surface Defect Detection [2.0999222360659604]
  表面欠陥検出のための効率的なハイブリッドトランスアーキテクチャであるDefect Transformer (DefT)を提案する。 DefTはCNNとTransformerを統一モデルに組み込んで、局所的および非局所的関係を協調的にキャプチャする。 3つのデータセットの実験は、他のCNNやトランスフォーマーベースのネットワークと比較して、我々の手法の優位性と効率性を実証している。
  論文  参考訳（メタデータ） (2022-07-17T23:37:48Z)
• Transformers Solve the Limited Receptive Field for Monocular Depth Prediction [82.90445525977904]
  畳み込みニューラルネットワークとトランスの両方の恩恵を受けるアーキテクチャであるTransDepthを提案します。 連続ラベルを含む画素単位での予測問題にトランスフォーマーを適用する最初の論文である。
  論文  参考訳（メタデータ） (2021-03-22T18:00:13Z)

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。