論文の概要: 3rd Place Solution to Human Motion Challenges in Real-World and Clinical Settings (MoCha) @ECCV2026: Language-Aligned Motion Representations for Domain-Generalizable UPDRS-Gait Severity Estimation

• arxiv url: http://arxiv.org/abs/2609.10187v2
• Date: Thu, 10 Sep 2026 05:44:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 14:47:34.307661
• Title: 3rd Place Solution to Human Motion Challenges in Real-World and Clinical Settings (MoCha) @ECCV2026: Language-Aligned Motion Representations for Domain-Generalizable UPDRS-Gait Severity Estimation
• Title（参考訳）: 3rd Place Solutions to Human Motion Challenges in Real-World and Clinical Settings (MoCha) @ECCV2026: Language-Aligned Motion Representations for Domain-Generalizable UPDRS-Gait Severity Estimation
• Abstract要約: ドメイン一般化可能なUPDRS-Gait重大度推定のための言語対応動作表現を提案する。 SMPL配列の時間的ダイナミクスをキャプチャするBi-GRUバックボーンを用いて動作表現を学習する。 提案手法は,MoCha 2026チャレンジの58項目のうち,637Kのアクティブパラメータのみを含む隠れテストセット上で0.57のマクロF1を達成し,第3位となった。
• 参考スコア（独自算出の注目度）: 9.259879312074565
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this work, we introduce language-aligned motion representations for domain-generalizable UPDRS-Gait severity estimation, aiming to learn semantically structured motion features that generalize across heterogeneous clinical domains. We first learn motion representations using a Bi-GRU backbone that captures the temporal dynamics of SMPL sequences. Prior to model training, motion captions are generated offline using Qwen2.5-7B-Instruct. The backbone is then trained with both classification and text-alignment objectives to learn discriminative and semantically structured motion representations while accounting for the class imbalance present in the training data. We subsequently adapt the learned backbone independently to each source domain so that the model can capture domain-specific motion characteristics. The resulting source-specific models are then merged at the parameter level to consolidate complementary knowledge across source domains into a single domain-generalized model. To further mitigate class imbalance, we perform GPT-5.5-based pseudo labeling, and our final merged models for each site do not use any class-prior correction during inference. The resulting model is evaluated under the unseen-site setting of the MoCha Challenge, using Macro F1 as the primary evaluation metric. Our method achieves a macro-F1 of 0.57 on the hidden test set with only 637K active parameters at inference, ranking 3rd among 58 leaderboard entries in the MoCha 2026 Challenge. The challenge attracted 1,669 submissions from 112 participants and offered monetary prizes sponsored by Machine Medicine Technologies.
• Abstract（参考訳）: 本研究では,異種臨床領域にまたがって一般化する意味的構造化された動作特徴を学習することを目的とした,ドメイン一般化可能なUPDRS-Gait重大度推定のための言語対応動作表現を提案する。 まず、SMPL配列の時間的ダイナミクスを捉えるBi-GRUバックボーンを用いて、動作表現を学習する。 モデルトレーニングの前には、Qwen2.5-7B-Instructを使用してモーションキャプションがオフラインで生成される。 バックボーンは、分類とテキストアライメントの両方の目的で訓練され、トレーニングデータに存在するクラス不均衡を考慮しつつ、識別的および意味的に構造化された動作表現を学習する。 その後、学習したバックボーンを各ソースドメインに独立に適応させ、モデルがドメイン固有の動作特性をキャプチャできるようにする。 結果として得られるソース固有モデルはパラメータレベルでマージされ、ソースドメイン全体にわたる補完的な知識を単一のドメイン一般化モデルに統合する。 クラス不均衡をさらに緩和するため、GPT-5.5ベースの擬似ラベリングを行い、各サイトに対する最終的なマージモデルは推論時にクラス優先補正を使用しない。 得られたモデルは、マクロF1を主評価基準として、MoChaチャレンジの見当たらない設定で評価される。 提案手法は,MoCha 2026チャレンジの58項目のうち,637Kのアクティブパラメータのみを含む隠れテストセット上で0.57のマクロF1を達成し,第3位となった。 このチャレンジには112人の参加者から1,669人が参加し、Machine Medicine Technologiesが主催する金銭賞が贈られた。

関連論文リスト

• Teacher-Student Model for Detecting and Classifying Mitosis in the MIDOG 2025 Challenge [0.5794811300616634]
  有糸分裂の数字を数えるのは病理学者にとって時間集約的であり、サーバ間の変動につながる。 人工知能(AI)は、決定整合性を維持しながら、ミオティックフィギュアを自動的に検出することで解決を約束する。 我々は,ミトーシス検出を画素レベルのセグメンテーションとして定式化し,ミトーシス検出と分類を同時に扱う教師学生モデルを提案する。
  論文  参考訳（メタデータ） (2025-09-03T18:08:11Z)
• DyCAF-Net: Dynamic Class-Aware Fusion Network [0.0]
  動的クラス・アウェア・フュージョン・ネットワーク(DyCAF-Net)について紹介する。 DyCAF-Netは13のベンチマークで精度、mAP@50、mAP@50-95を大幅に改善した。 分散のスケール、セマンティックオーバーラップ、およびクラス不均衡に対する適応性は、実世界の検出タスクの堅牢なソリューションとして位置づけられる。
  論文  参考訳（メタデータ） (2025-08-05T16:06:26Z)
• Topology-Aware Modeling for Unsupervised Simulation-to-Reality Point Cloud Recognition [63.55828203989405]
  我々はオブジェクトポイントクラウド上でSim2Real UDAのための新しいTopology-Aware Modeling (TAM)フレームワークを紹介する。 提案手法は,低レベルの高周波3次元構造を特徴とするグローバル空間トポロジを利用して,領域間隙を緩和する。 本稿では,クロスドメイン・コントラスト学習と自己学習を組み合わせた高度な自己学習戦略を提案する。
  論文  参考訳（メタデータ） (2025-06-26T11:53:59Z)
• Beyond the LUMIR challenge: The pathway to foundational registration models [25.05315856123745]
  LUMIR(Large-scale Unsupervised Brain MRI Image Registration)は、非教師なし脳MRI登録の評価と進歩を目的とした次世代ベンチマークである。 LUMIRは、ラベルマップなしでトレーニングするための4000以上の前処理されたT1強調脳MRIを提供し、生物学的に妥当な変形モデリングを促進する。 被験者は1,158名、画像ペアは4,000名以上であった。
  論文  参考訳（メタデータ） (2025-05-30T03:07:58Z)
• One-Shot Domain Adaptive and Generalizable Semantic Segmentation with Class-Aware Cross-Domain Transformers [96.51828911883456]
  セマンティックセグメンテーションのための教師なしのsim-to-realドメイン適応(UDA)は、シミュレーションデータに基づいて訓練されたモデルの実世界のテスト性能を改善することを目的としている。 従来のUDAは、適応のためのトレーニング中に利用可能なラベルのない実世界のサンプルが豊富にあると仮定することが多い。 実世界のデータサンプルが1つしか利用できない,一発の教師なしシム・トゥ・リアル・ドメイン適応(OSUDA)と一般化問題について検討する。
  論文  参考訳（メタデータ） (2022-12-14T15:54:15Z)
• Unsupervised Cross-Modality Domain Adaptation for Vestibular Schwannoma Segmentation and Koos Grade Prediction based on Semi-Supervised Contrastive Learning [1.5953825926551457]
  クロスモダリティ前庭神経新生(VS)とコチェリーセグメンテーションとKoosグレード予測のための教師なしドメイン適応フレームワーク。 nnU-NetモデルはVSとcochleaセグメンテーションに利用され、半教師付きコントラクティブ学習事前訓練アプローチがモデル性能を改善するために使用される。 平均Diceスコアが0.8394のタスク1では4位,平均平均値が0.3941のタスク2では2位であった。
  論文  参考訳（メタデータ） (2022-10-09T13:12:20Z)
• Source-Free Open Compound Domain Adaptation in Semantic Segmentation [99.82890571842603]
  SF-OCDAでは、ターゲットモデルを学習するために、ソース事前訓練されたモデルとターゲットデータのみが利用可能である。 そこで我々は,Cross-Patch Style Swap (CPSS)を提案する。 提案手法は,C-Drivingデータセット上で最先端の結果を生成する。
  論文  参考訳（メタデータ） (2021-06-07T08:38:41Z)
• On Universal Black-Box Domain Adaptation [53.7611757926922]
  実践的な展開という観点から,ドメイン適応の最小限の制約条件について検討する。 ソースモデルのインターフェースのみがターゲットドメインで利用可能であり、2つのドメイン間のラベル空間関係が異なることや未知であることが許されている。 対象試料の局所近傍における予測の整合性によって正規化された自己訓練フレームワークに統一することを提案する。
  論文  参考訳（メタデータ） (2021-04-10T02:21:09Z)
• Random Style Transfer based Domain Generalization Networks Integrating Shape and Spatial Information [22.32551943879256]
  マルチベンダ・センター心画像セグメント化のための領域一般化問題に対処するランダムなスタイル転送ネットワークを提案する。 対象ドメインが不明なため,スタイル転送段階において,ターゲットのモダリティに対するモダリティベクトルをランダムに生成する。 このフレームワークは、2つの正規化項を導入することにより、ターゲットに先立って空間情報と形状を組み込む。
  論文  参考訳（メタデータ） (2020-08-27T16:00:21Z)
• Adversarial Bipartite Graph Learning for Video Domain Adaptation [50.68420708387015]
  ドメイン適応技術は,異なる領域間のモデルを適応させることに重点を置いているが,ビデオ認識領域ではめったに研究されていない。 近年,映像のソースと対象映像の表現を統一するために,対角学習を活用する視覚領域適応はビデオにはあまり効果がない。 本稿では,ソースとターゲットの相互作用を直接モデル化するAdversarial Bipartite Graph (ABG)学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-07-31T03:48:41Z)
• Shape-aware Meta-learning for Generalizing Prostate MRI Segmentation to Unseen Domains [68.73614619875814]
  前立腺MRIのセグメント化におけるモデル一般化を改善するために,新しい形状認識メタラーニング手法を提案する。 実験結果から,本手法は未確認領域の6つの設定すべてにおいて,最先端の一般化手法を一貫して上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2020-07-04T07:56:02Z)

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。