論文の概要: Enhanced Deformable Convolution with Center-invariant Offset and Edge-aware Mask

• arxiv url: http://arxiv.org/abs/2609.10387v2
• Date: Fri, 11 Sep 2026 19:41:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:04.828894
• Title: Enhanced Deformable Convolution with Center-invariant Offset and Edge-aware Mask
• Title（参考訳）: 中心不変オフセットとエッジ対応マスクによる変形性コンボリューションの強化
• Abstract要約: セマンティックセグメンテーションのためのEDCN(Enhanced Deformable ConvNets)を提案する。 EDCN は Center-invariant Offset Module (COM) と Edge-aware Mask Module (EMM) を統合している。 実験により、EDCは最先端の変形可能な畳み込み変種よりも優れていることが示された。
• 参考スコア（独自算出の注目度）: 26.95254859501496
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Deformable convolution networks have recently become popular for many computer vision tasks, especially for semantic segmentation, because of their exceptional capabilities in dynamic spatial modeling. However, due to the dense deformable offsets and the lack of longer-range dependencies, they can not fully adopt proper and precise deformations for feature representations. To tackle the issues, in this paper, we propose Enhanced Deformable ConvNets (EDCN) for semantic segmentation. Specifically, a novel Enhanced Deformable Convolution (EDC) is exploited in the decoder, which integrates the Center-invariant Offset Module (COM) and Edge-aware Mask Module (EMM). The COM employs larger kernels and eliminates deformations at the kernel center, obtaining offsets that are more in line with the target from richer spatial information. Concurrently, the EMM obtains the significance of image content via Sobel edge detection, then selectively applies deformations based on the content significance, minimizing unnecessary deformations associated with relatively less important information, thereby avoiding impact from less informative regions. Experiments show that EDC outperforms state-of-the-art deformable convolution variants, including Deformable ConvNets V1-V4 and Entire Deformable ConvNets, across mainstream segmentation datasets with various decoder settings. Moreover, ablation studies confirm the effectiveness of each component. In addition, visualizations illustrate that EDC enhances spatial adaptation and target focus. We further analyze the extendibility of EDC to larger kernels on the image classification benchmark. Code will be publicly released.
• Abstract（参考訳）: 変形可能な畳み込みネットワークは、多くのコンピュータビジョンタスク、特にセマンティックセグメンテーションにおいて、動的空間モデリングにおける異常な能力のために、最近人気が高まっている。 しかし、高密度な変形可能なオフセットと長距離依存の欠如のため、特徴表現に対して適切な正確な変形を十分に適用することはできない。 本稿では,セマンティックセグメンテーションのためのEDCN(Enhanced Deformable ConvNets)を提案する。 具体的には、Center-invariant Offset Module (COM)とEdge-aware Mask Module (EMM)を統合した新しいEDC(Enhanced Deformable Convolution)がデコーダで利用される。 COMはより大きなカーネルを採用し、カーネル中心での変形を排除し、より豊かな空間情報からターゲットと一致したオフセットを得る。 同時に、EMMは、ソベルエッジ検出により画像内容の重要度を取得し、その重要度に基づいて変形を選択的に適用し、比較的重要度が低い情報に付随する不要な変形を最小化し、情報の少ない領域からの影響を避ける。 実験によると、EDCはDeformable ConvNets V1-V4やEntire Deformable ConvNetsなど、最先端のデコーダ設定のセグメンテーションデータセットよりも優れています。 さらに、アブレーション研究は各成分の有効性を確認した。 さらに、可視化は、EDCが空間適応と目標焦点を高めることを示す。 さらに、画像分類ベンチマークにおいて、より大きなカーネルへのEDCの拡張性について分析する。 コードは公開されます。

関連論文リスト

• RDNet: Region Proportion-Aware Dynamic Adaptive Salient Object Detection Network in Optical Remote Sensing Images [78.19052099452695]
  地域分布を考慮した動的適応型オブジェクト検出ネットワーク(RDNet)を提案する。 RDNetはグローバルコンテキストモデリングのためにCNNのバックボーンをSwinTransformerに置き換える。 スケールの変動や正確なローカライゼーションに対して堅牢性を実現し、最先端の手法と比較して優れた検出性能を提供する。
  論文  参考訳（メタデータ） (2026-03-12T17:34:29Z)
• DCAU-Net: Differential Cross Attention and Channel-Spatial Feature Fusion for Medical Image Segmentation [2.2015188658021003]
  本稿では, DCAU-Netを提案する。 まず,2つの独立なソフトマックスアテンションマップの違いを計算するために,新しい微分クロスアテンション(DCA)を設計した。 第2に,Channel-Spatial Feature Fusion (CSFF) 戦略を導入し,特徴を適応的に再検討する。
  論文  参考訳（メタデータ） (2026-03-10T11:37:10Z)
• Unleashing Vision Foundation Models for Coronary Artery Segmentation: Parallel ViT-CNN Encoding and Variational Fusion [12.839049648094893]
  冠動脈セグメンテーションは冠動脈疾患(CAD)のコンピュータ診断に重要である 並列符号化アーキテクチャを用いて,視覚基盤モデル(VFM)のパワーを利用する新しいフレームワークを提案する。 提案手法は, 精度の高い冠動脈セグメンテーションにおいて, 最先端の手法よりも優れ, 優れた性能を発揮する。
  論文  参考訳（メタデータ） (2025-07-17T09:25:00Z)
• AuxDet: Auxiliary Metadata Matters for Omni-Domain Infrared Small Target Detection [49.81255045696323]
  補助メタデータ駆動型赤外小型ターゲット検出器(AuxDet)について述べる。 AuxDetはメタデータセマンティクスと視覚的特徴を統合し、各サンプルに対する適応表現学習を導く。 挑戦的なWideIRSTD-Fullベンチマークの実験は、AuxDetが一貫して最先端のメソッドより優れていることを示した。
  論文  参考訳（メタデータ） (2025-05-21T07:02:05Z)
• Semi-supervised Semantic Segmentation with Multi-Constraint Consistency Learning [81.02648336552421]
  本稿では,エンコーダとデコーダの段階的拡張を容易にするためのマルチ制約一貫性学習手法を提案する。 自己適応型特徴マスキングとノイズ注入は、デコーダの堅牢な学習のための特徴を摂動させるために、インスタンス固有の方法で設計されている。 Pascal VOC2012およびCityscapesデータセットの実験結果から,提案したMCCLが新たな最先端性能を実現することを示す。
  論文  参考訳（メタデータ） (2025-03-23T03:21:33Z)
• ELGC-Net: Efficient Local-Global Context Aggregation for Remote Sensing Change Detection [65.59969454655996]
  本稿では,変化領域を正確に推定するために,リッチな文脈情報を利用する効率的な変化検出フレームワークELGC-Netを提案する。 提案するELGC-Netは、リモートセンシング変更検出ベンチマークにおいて、最先端の性能を新たに設定する。 また,ELGC-Net-LWも導入した。
  論文  参考訳（メタデータ） (2024-03-26T17:46:25Z)
• Beyond Self-Attention: Deformable Large Kernel Attention for Medical Image Segmentation [3.132430938881454]
  我々は,大コンボリューションカーネルを用いて,ボリュームコンテキストを十分に理解するための注意機構であるtextbfDeformable Large Kernel Attention (D-LKA Attention) の概念を紹介した。 提案するアテンション機構は, 変形可能な畳み込みの利点を生かして, サンプリンググリッドを柔軟にワープし, モデルが多様なデータパターンに適切に適応できるようにする。
  論文  参考訳（メタデータ） (2023-08-31T20:21:12Z)
• Hi-ResNet: Edge Detail Enhancement for High-Resolution Remote Sensing Segmentation [10.919956120261539]
  高分解能リモートセンシング(HRS)セマンティックセマンティクスは、高分解能カバレッジ領域からキーオブジェクトを抽出する。 HRS画像内の同じカテゴリのオブジェクトは、多様な地理的環境におけるスケールと形状の顕著な違いを示す。 効率的なネットワーク構造を持つ高分解能リモートセンシングネットワーク(Hi-ResNet)を提案する。
  論文  参考訳（メタデータ） (2023-05-22T03:58:25Z)
• Cross-receptive Focused Inference Network for Lightweight Image Super-Resolution [64.25751738088015]
  トランスフォーマーに基づく手法は、単一画像超解像(SISR)タスクにおいて顕著な性能を示した。 動的に特徴を抽出するために文脈情報を組み込む必要がある変換器は無視される。 我々は,CNNとTransformerを混合したCTブロックのカスケードで構成される,軽量なクロスレセプティブ・フォーカスド・推論・ネットワーク(CFIN)を提案する。
  論文  参考訳（メタデータ） (2022-07-06T16:32:29Z)
• Adversarial Feature Augmentation and Normalization for Visual Recognition [109.6834687220478]
  最近のコンピュータビジョンの進歩は、分類モデルの一般化能力を改善するために、逆データ拡張を利用する。 本稿では,中間的特徴埋め込みにおける敵対的拡張を提唱する効率的かつ効率的な代替手法を提案する。 代表的なバックボーンネットワークを用いて,多様な視覚認識タスクにまたがる提案手法を検証する。
  論文  参考訳（メタデータ） (2021-03-22T20:36:34Z)
• INSIDE: Steering Spatial Attention with Non-Imaging Information in CNNs [14.095546881696311]
  本稿では,非画像情報をセグメンテーションネットワークに統合して性能向上を図ることの課題について考察する。 本研究では,非画像情報に基づく空間的局所化を実現する機構を提案する。 我々の手法はエンドツーエンドで訓練でき、追加の監督を必要としない。
  論文  参考訳（メタデータ） (2020-08-21T13:32:05Z)

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。