論文の概要: GeoCueFormer: Geometry-Guided Wavelet Representation and Prediction-Cued Dual-Stage Decoder for Underwater Semantic Segmentation

• arxiv url: http://arxiv.org/abs/2609.18069v1
• Date: Wed, 16 Sep 2026 03:14:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.621468
• Title: GeoCueFormer: Geometry-Guided Wavelet Representation and Prediction-Cued Dual-Stage Decoder for Underwater Semantic Segmentation
• Title（参考訳）: GeoCueFormer: 海底セマンティックセグメンテーションのための幾何学誘導ウェーブレット表現と予測キュードデュアルステージデコーダ
• Abstract要約: 光の吸収と散乱は、しばしば色の変化、低コントラスト、ぼやけた境界につながり、浅い細部の特徴を信頼できない。 既存の水中セグメンテーション法は、RGBの特徴集約や境界予測を改善するが、構造関連の詳細と劣化誘発応答を区別する明確なメカニズムは依然として欠如している。 我々はジオキューフォーマーを提案する。ジオキューフォーマーは、幾何制約のある周波数拡張と予測値の補正を組み合わせた軽量なフレームワークである。
• 参考スコア（独自算出の注目度）: 19.983003634375496
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Underwater semantic segmentation is essential for marine ecosystem monitoring, yet remains challenging due to severe visual degradation. Light absorption and scattering often lead to color shifts, low contrast, and blurred boundaries, making shallow detail features unreliable. Existing underwater segmentation methods improve RGB feature aggregation or boundary prediction, but still lack an explicit mechanism to distinguish structure-related details from degradation-induced responses. To address this limitation, we propose GeoCueFormer, a lightweight framework that combines geometry-constrained frequency enhancement with prediction-cued refinement. GeoCueFormer performs stage-specific wavelet enhancement on hierarchical encoder features to complement shallow boundary details while preserving deep structural semantics. A depth-derived spatial gate constrains shallow frequency enhancement toward geometry-consistent regions, and a prediction-cued dual-stage decoder further refines ambiguous high-resolution features. GeoCueFormer obtains 82.23% and 73.04% mIoU on SUIM and DUT, respectively. Under comparable model complexity and standard benchmark settings on SUIM and DUT, it achieves SOTA performance while maintaining a favorable accuracy-complexity trade-off. These results show that distinguishing structural details from degradation-induced interference is more effective for underwater segmentation.
• Abstract（参考訳）: 海底セマンティックセグメンテーションは海洋生態系のモニタリングに不可欠であるが、深刻な視覚的劣化のために依然として困難である。 光の吸収と散乱は、しばしば色の変化、低コントラスト、ぼやけた境界につながり、浅い細部の特徴を信頼できない。 既存の水中セグメンテーション法は、RGBの特徴集約や境界予測を改善するが、構造関連の詳細と劣化誘発応答を区別する明確なメカニズムは依然として欠如している。 この制限に対処するため,ジオキューフォーマー(GeoCueFormer)を提案する。 GeoCueFormerは、階層的なエンコーダ機能でステージ固有のウェーブレット拡張を実行し、浅い境界の詳細を補完し、深い構造的セマンティクスを保存する。 深度由来の空間ゲートは、幾何一貫性のある領域に対する浅度周波数の増大を制限し、予測キューされた2段デコーダは、さらに曖昧な高解像度特徴を洗練させる。 GeoCueFormerはSuIMとDUTでそれぞれ82.23%と73.04%のmIoUを得る。 SUIMとDUTの標準ベンチマーク設定と同等のモデル複雑さの下で、SOTA性能を実現し、良好な精度と複雑さのトレードオフを維持している。 これらの結果から, 水中セグメンテーションにおいて, 劣化誘起干渉と構造的詳細を区別することが有効であることが示唆された。

関連論文リスト

• WAVE: Reversing the Guidance Hierarchy for Coarse-to-Fine Guided Depth Super-Resolution [50.15623093332659]
  誘導深度超解像(GDSR)は、通常、畳み込み階層を通してRGB誘導特徴を抽出し、その微細な粗いバイアスを継承する。 本稿では,マルチレベル離散ウェーブレット変換(ML-DWT)を明示的かつ解釈可能な特徴制御機構として導入するWAVEを提案する。 WAVEはサブバンドを利用して、高周波と低周波のコンテンツを別々に処理し、そのソースに誤解を招くRGB色とテクスチャの手がかりをフィルタリングする。
  論文  参考訳（メタデータ） (2026-08-26T02:16:41Z)
• Rethinking Conditional Generation for Underwater Salient Object Detection [69.38806804258452]
  コンディショナル・ジェネレーション・ネットワーク(DCGNet)は、水中のサリエンシ生成のための信頼性の高いコンディショナル・特徴を構築するために設計されている。 DCGNetは既存の最先端手法を著しく上回り、複雑な水中視覚応用の可能性を検証している。
  論文  参考訳（メタデータ） (2026-07-02T07:48:06Z)
• High-Resolution Underwater Camouflaged Object Detection: GBU-UCOD Dataset and Topology-Aware and Frequency-Decoupled Networks [32.76569239634241]
  本稿では,位相認識モデルと周波数分離認識を統合した新しいフレームワークを提案する。 DeepTopo-Netは、特に複雑な水中パターンの形態的整合性を維持する上で、最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-02-03T14:41:27Z)
• Dynamic Topology Awareness: Breaking the Granularity Rigidity in Vision-Language Navigation [22.876516699004814]
  VLN-CE(Vision-Language Navigation in Continuous Environments)は、高レベルの言語命令を正確で安全で長期の空間行動に基礎付けるという、中核的な課題を提示している。 露骨なトポロジカルマップは、そのようなタスクにおいて堅牢な空間記憶を提供するための重要な解決策であることが証明されている。 既存のトポロジカルプランニング手法は、"Granularity Rigidity"問題に悩まされている。 本研究では,動的トポロジカルナビゲーションのためのフレームワークであるDGNavを提案する。
  論文  参考訳（メタデータ） (2026-01-29T14:06:23Z)
• DET-GS: Depth- and Edge-Aware Regularization for High-Fidelity 3D Gaussian Splatting [5.759434800012218]
  3D Gaussian Splatting (3DGS) は、効率的かつ高忠実な新規なビュー合成の分野において重要な進歩を示している。 既存の手法はしばしば非局所的な深さ正規化に依存しており、微細な構造を捉えることができない。 本稿では,3次元ガウス平滑化のための深度とエッジ認識の統一正規化フレームワークであるDET-GSを提案する。
  論文  参考訳（メタデータ） (2025-08-06T05:37:26Z)
• RUSplatting: Robust 3D Gaussian Splatting for Sparse-View Underwater Scene Reconstruction [9.070464075411472]
  本稿では,水中深部レンダリングの視覚的品質と精度を両立させる,ガウススプラッティングに基づくフレームワークを提案する。 水中減衰の物理によって導かれるRGBチャネルの分離学習を提案し,より正確な色復元を実現する。 新たに収集されたデータセットであるSubmerged3Dは、特に深海環境においてキャプチャされる。
  論文  参考訳（メタデータ） (2025-05-21T16:42:15Z)
• Decoupling Fine Detail and Global Geometry for Compressed Depth Map Super-Resolution [55.9977636042469]
  圧縮深度マップ超解像のための新しいフレームワークGDNetを提案する。 グローバルおよび詳細な幾何学的特徴を別々に扱うことにより、高品質な深度マップ再構築プロセスを分離する。 我々の解は、幾何的整合性と詳細回復の観点から、現在の方法よりも大幅に優れています。
  論文  参考訳（メタデータ） (2024-11-05T16:37:30Z)

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。