Fugu-MT 論文翻訳(概要): HGSQ: Heatmap-Guided Sparse Query Detector for Real-Time Aerial Small Object Detection

論文の概要: HGSQ: Heatmap-Guided Sparse Query Detector for Real-Time Aerial Small Object Detection

arxiv url: http://arxiv.org/abs/2609.13306v1
Date: Thu, 10 Sep 2026 12:52:34 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-16 07:15:05.195755
Title: HGSQ: Heatmap-Guided Sparse Query Detector for Real-Time Aerial Small Object Detection
Title（参考訳）: HGSQ:リアルタイム空中小物体検出のためのヒートマップ誘導スパースクエリ検出器
Abstract要約: リアルタイムの空中小物体検出は、大きな背景領域での冗長な計算を回避しつつ、微細な局所化を維持するために検出器を必要とする。本稿では,HGSQを提案する。HGSQはリアルタイムな小型物体検出のためのヒートマップ型スパースクエリ検出器である。 HGSQは、ヒートマップを、デプロイ中の可視化マップではなく、リアルタイムの計算予算として扱う。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Real-time aerial small object detection is an important visual signal and image processing problem, requiring a detector to preserve fine-grained localization while avoiding redundant computation on large background regions. This paper focuses on this deployment-oriented aerial/UAV setting rather than claiming a universal detector for all object detection scenarios. Existing Transformer-based detectors provide strong global modeling, but their dense query initialization and multi-layer decoder still spend substantial computation on background tokens, which is inefficient when small objects occupy only sparse image regions. To address this problem, this paper proposes HGSQ, a Heatmap-Guided Sparse Query Detector for real-time aerial small object detection. HGSQ uses a lightweight Heatmap Budget Predictor (HBP) to predict a foreground budget map in a single forward pass. The predicted heatmap is then used by three fixed components: Heatmap-Guided Sparse Query Selection (HSQS), which initializes decoder queries from high-confidence foreground positions; Heatmap-Gated Lite Snake Convolution (HGLSConv), which performs local shape refinement only on heatmap-activated small-object regions; and Adaptive Query-Decoder Budgeting (AQDB), which adjusts the query budget and decoder depth according to the estimated object density. Unlike post-hoc heatmap generation, HGSQ treats the heatmap as a real-time computation budget rather than a visualization map during deployment. Experiments on NWPU VHR-10 and VisDrone2019 show that HGSQ achieves 95.10 mAP50 on NWPU VHR-10 and 54.8 mAP50 on VisDrone2019, while reducing GFLOPs to 48.6 and running at 96.0 FPS on an RTX 4070 under our TensorRT FP16 deployment protocol.
Abstract（参考訳）: リアルタイム空中小物体検出は重要な視覚信号と画像処理の問題であり、大きな背景領域での冗長な計算を回避しつつ、微細な局所化を保存する必要がある。本稿では,この展開指向の空中/UAV設定に焦点をあてる。既存のTransformerベースの検出器は強力なグローバルモデリングを提供するが、その密度の高いクエリ初期化と多層デコーダは依然として背景トークンに相当な計算に費やしている。この問題に対処するために,HGSQを提案する。 HGSQは軽量なHeatmap Budget Predictor (HBP) を使用して、前景の予算マップを1つの前方パスで予測する。予測されたヒートマップは、高信頼のフォアグラウンド位置からデコーダクエリを初期化するHeatmap-Guided Sparse Query Selection (HSQS)、ヒートマップ活性化された小さなオブジェクト領域のみにのみ局所的な形状改善を行うHeatmap-Gated Lite Snake Convolution (HGLSConv)、クエリ予算とデコーダ深さを推定対象密度に応じて調整するAdaptive Query-Decoder Budgeting (AQDB)の3つの固定コンポーネントによって使用される。ホット後のヒートマップ生成とは異なり、HGSQは、デプロイ中に可視化マップではなく、リアルタイムの計算予算としてヒートマップを扱います。 NWPU VHR-10とVisDrone2019の実験では、HGSQはNWPU VHR-10で95.10 mAP50、VisDrone2019で54.8 mAP50を達成し、GFLOPを48.6に削減し、RTX 4070で96.0 FPSで動作した。

関連論文リスト

Gaze-DETR: Top-Down Guidance Through Priority Maps for Infrared Weak-Small UAV Detection with DETR [60.12701295852494]
局所化前に内部優先度マップを学習する検出器であるGaze-DETRを提案する。プライオリティヘッドは画像特徴から正規化優先度マップを予測し、RPFMは高プライオリティ応答を強化し、PAQIは高プライオリティ位置をデコーダアンカークエリに変換する。その結果,空間優先学習は,境界ボックスの監督を補完する事前局所化指導を提供することがわかった。
論文参考訳（メタデータ） (2026-07-21T12:29:58Z)
Learning Where to Embed: Noise-Aware Positional Embedding for Query Retrieval in Small-Object Detection [2.2251429968996947]
トランスフォーマーをベースとした検出器は、より高度な小物体検出を行うが、しばしば非効率であり、バックグラウンドによって引き起こされるクエリノイズに弱い。本稿では,位置情報をどこに埋め込むかを研究する,ノイズ認識型位置意味融合フレームワークHELPを提案する。 HELPではコア埋め込み機構としてHeatmap-Guided Positional Embedding (HPE)を導入し,診断・微調整のためのヒートバーで可視化する。
論文参考訳（メタデータ） (2026-04-16T14:28:36Z)
SparseFormer: Detecting Objects in HRW Shots via Sparse Vision Transformer [62.11796778482088]
本稿では,近接撮影とHRW撮影のオブジェクト検出のギャップを埋めるために,SparseFormerと呼ばれるモデル非依存のスパース視覚変換器を提案する。提案されたSparseFormerは、オブジェクトを含む可能性のあるスパース分散ウィンドウを精査するために、注意トークンを選択的に使用する。 2つのHRWベンチマークであるPANDAとDOTA-v1.0の実験により、提案されたSparseFormerは、最先端のアプローチよりも検出精度(最大5.8%)と速度(最大3倍)を大幅に改善することを示した。
論文参考訳（メタデータ） (2025-02-11T03:21:25Z)
DetToolChain: A New Prompting Paradigm to Unleash Detection Ability of MLLM [81.75988648572347]
DetToolChainはマルチモーダル大言語モデル(MLLM)のゼロショットオブジェクト検出能力を解き放つ新しいパラダイムである。提案手法は,高精度検出にヒントを得た検出プロンプトツールキットと,これらのプロンプトを実装するための新しいChain-of-Thoughtから構成される。 DetToolChainを用いたGPT-4Vは,オープン語彙検出のための新しいクラスセットにおいて,最先端のオブジェクト検出器を+21.5%AP50で改善することを示す。
論文参考訳（メタデータ） (2024-03-19T06:54:33Z)
Deep Homography Estimation for Visual Place Recognition [49.235432979736395]
本稿では,変換器を用いたディープホモグラフィー推定(DHE)ネットワークを提案する。バックボーンネットワークによって抽出された濃密な特徴写像を入力とし、高速で学習可能な幾何的検証のためにホモグラフィーに適合する。ベンチマークデータセットを用いた実験により,本手法はいくつかの最先端手法より優れていることが示された。
論文参考訳（メタデータ） (2024-02-25T13:22:17Z)
SpirDet: Towards Efficient, Accurate and Lightweight Infrared Small Target Detector [60.42293239557962]
我々は、赤外線小ターゲットの効率的な検出のための新しいアプローチであるSpirDetを提案する。新しいデュアルブランチスパースデコーダを用いて特徴写像を復元する。大規模な実験により、提案されたSpirDetは最先端モデルよりも大幅に優れていることが示された。
論文参考訳（メタデータ） (2024-02-08T05:06:14Z)
V-DETR: DETR with Vertex Relative Position Encoding for 3D Object Detection [73.37781484123536]
DETRフレームワークを用いた点雲のための高性能な3次元物体検出器を提案する。限界に対処するため,新しい3次元相対位置(3DV-RPE)法を提案する。挑戦的なScanNetV2ベンチマークで例外的な結果を示す。
論文参考訳（メタデータ） (2023-08-08T17:14:14Z)
DisPlacing Objects: Improving Dynamic Vehicle Detection via Visual Place Recognition under Adverse Conditions [29.828201168816243]
本研究では,3次元マップを必要とせずに,シーン内の動的物体の検出を支援するために,先行マップを活用できるかどうかを検討する。提案手法は,対象物検出の初期セットを洗練し,事前マップを用いて高精度な検出のサブセットを生成するアルゴリズムである。
論文参考訳（メタデータ） (2023-06-30T10:46:51Z)
KeyPosS: Plug-and-Play Facial Landmark Detection through GPS-Inspired True-Range Multilateration [28.96448680048584]
KeyPoint Positioning System (KeyPosS) は、関心点と完全な畳み込みネットワークによって予測されるアンカー点の距離を三角にして正確なランドマーク座標を導出する最初のフレームワークである。 4つのデータセットの実験では、計算オーバーヘッドが最小限であるにもかかわらず、KeyPosSは、解像度の低い設定で既存のメソッドを上回り、最先端のパフォーマンスを示している。
論文参考訳（メタデータ） (2023-05-25T19:30:21Z)
HM-Net: A Regression Network for Object Center Detection and Tracking on Wide Area Motion Imagery [1.2249546377051437]
我々は、ディープニューラルネットワークに基づくオブジェクト検出と追跡の複合モデル、すなわちHeat Map Network(HM-Net)を提案する。 HM-Netは、最先端のフレーム差分法やバックグラウンドサブトラクション法よりも大幅に高速である。 WPAFBデータセット上で、最先端のWAMI移動物体の検出と追跡方法より優れています。
論文参考訳（メタデータ） (2021-10-19T11:56:30Z)
Guiding Query Position and Performing Similar Attention for Transformer-Based Detection Heads [20.759022922347697]
本稿では、オブジェクトクエリの最新の位置情報を反復的にクエリ位置に埋め込むためのガイドクエリ位置(GQPos)法を提案する。特徴マップの融合に加えて、SiAは注意重みマップを融合させ、高解像度の注意重みマップの学習を加速させる。実験の結果,提案したGQPosは,DETR,SMCA,YoloS,HoiTransformerなど,一連のモデルの性能を向上させることがわかった。
論文参考訳（メタデータ） (2021-08-22T11:32:34Z)

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。