論文の概要: Aligned Consensus Teaching for Label-Efficient Oriented Object Detection in Weakly-Aligned Visible-Infrared Imagery

• arxiv url: http://arxiv.org/abs/2609.18124v1
• Date: Wed, 16 Sep 2026 04:59:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.637194
• Title: Aligned Consensus Teaching for Label-Efficient Oriented Object Detection in Weakly-Aligned Visible-Infrared Imagery
• Title（参考訳）: 弱可視赤外画像におけるラベル効率の良いオブジェクト指向物体検出のためのアライメント・コンセンサス指導
• Abstract要約: Visible-Infrared Object Detection (VIOD)は、対の可視画像と赤外線画像から、向き付けられたバウンディングボックスを持つ物体を検出する。 本研究では, ラベル効率の高いVIODのためのアラインド・コンセンサス・インスツルメンツ(ACT)を提案する。 コードとモデルはGitHubで公開され、今後の作業が容易になる。
• 参考スコア（独自算出の注目度）: 69.65321798954088
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visible-infrared object detection (VIOD) detects objects with oriented bounding boxes from paired visible and infrared images. Existing methods depend on costly dual-modality annotations. Semi-supervised learning can reduce this burden, but extending it from single-modal detection to VIOD is challenging. In the practical image-pair-level setting considered here, only a few pairs are labeled in both modalities, while the rest are completely unlabeled. This limited supervision creates three challenges: (i) too few labeled boxes for robust cross-modal alignment; (ii) pseudo-label errors caused by branch-wise misses accumulate during self-training; and (iii) tail-class annotations become critically scarce as the labeling budget decreases. We propose Aligned Consensus Teacher (ACT) for label-efficient VIOD in this setting. Its Cycle-Consistent Region Alignment (CRA) combines cycle consistency and sparse anchors with reliability-weighted regional matching. Cross-Modal Consensus Mean-Teacher (CMC-MT) forms consensus pseudo labels under pair-preserving views to recover branch-wise misses and supervise unlabeled pairs. Text-Guided Cross-Modal Instance Augmentation (TG-CMIA) uses a vision-language scene prior to compose tail-class instance pairs while preserving RGB--IR offsets. To the best of our knowledge, ACT is the first framework to study semi-supervised VIOD under this image-pair-level setting. Experiments on DroneVehicle and VEDAI show consistent gains across annotation ratios. With 10\% labeled pairs on DroneVehicle, ACT reaches 94.3\% of the mAP obtained by the same detector under full supervision. Code and models will be available on GitHub to facilitate future work.
• Abstract（参考訳）: Visible-Infrared Object Detection (VIOD)は、対の可視画像と赤外線画像から、向き付けられたバウンディングボックスを持つ物体を検出する。 既存のメソッドは、コストのかかる双対モダリティアノテーションに依存します。 半教師付き学習は、この負担を軽減することができるが、単一モーダル検出からVIODへの拡張は難しい。 ここで考慮された実用的なイメージペアレベル設定では、両方のモダリティでラベル付けされるのはわずか数組のみであり、残りは完全にラベル付けされていない。 この限られた監督は3つの課題を生み出します。 (i)ロバストなクロスモーダルアライメントのためのラベル付きボックスが少なすぎること。 (二 自習中に分枝ミスによる擬似ラベル誤りを蓄積すること。) (iii)ラベル付け予算が減少するにつれて、テールクラスのアノテーションは極めて乏しいものとなる。 本研究では, ラベル効率の高いVIODのためのアラインド・コンセンサス・インスツルメンツ(ACT)を提案する。 そのCRA(Cycle-Consistent Region Alignment)は、サイクル一貫性とスパースアンカーと信頼性の高い地域マッチングを組み合わせたものである。 Cross-Modal Consensus Mean-Teacher (CMC-MT)は、ペア保存ビューの下でコンセンサス擬似ラベルを作成し、ブランチワイズを回復し、未ラベルのペアを監督する。 Text-Guided Cross-Modal Instance Augmentation (TG-CMIA)は、RGB-IRオフセットを保持しながら、テールクラスのインスタンスペアを構成するために、視覚言語シーンを使用する。 我々の知る限りでは、ACTは、この画像ペアレベル設定の下で半教師付きVIODを研究する最初のフレームワークである。 DroneVehicleとVEDAIの実験では、アノテーション比で一貫した利得を示している。 DroneVehicleには10\%のラベル付きペアがあり、ACTは全監督下で同じ検出器が取得したmAPの94.3\%に達する。 コードとモデルはGitHubで公開され、今後の作業が容易になる。

関連論文リスト

• Geometric Gradient Rectification for Safe Open-Set Semi-Supervised Learning [15.386002863432678]
  オープンセット半教師付き学習は、アウト・オブ・ディストリビューション・アウトリーを含む可能性のあるラベルのないデータを活用することを目的としている。 既存の手法は主に、疑わしいサンプルをフィルタリングするか、ラベルなしの目的をソフトな重み付けに組み込むという2つのパラダイムに従っている。 攻撃的フィルタリングは情報的だがハードなIDサンプルを捨てることが可能であり、一方、利用は疑似ラベルが間違っている場合に教師付き学習と矛盾する補助的な勾配を導入することができる。 教師付き勾配をアンカーとして使用するプラグインフレームワークである textitGeometric Gradient Rectification (GGR) を提案する。
  論文  参考訳（メタデータ） (2026-06-25T12:45:42Z)
• Revisiting Weakly-Supervised Video Scene Graph Generation via Pair Affinity Learning [33.42009265471664]
  弱教師付きビデオシーングラフ生成 (WS-VSGG) は、ボックスアノテーションを行わずにビデオコンテンツを構造化されたリレーショナルトリガにパースすることを目的としている。 対象-対象対間の相互作用の可能性を推定する学習可能なペア親和性を導入する。 当社のアプローチは、さまざまなベースラインとバックボーンにわたって大幅に改善され、最先端のWS-VSGGパフォーマンスを実現しています。
  論文  参考訳（メタデータ） (2026-03-23T04:28:51Z)
• DuPL: Dual Student with Trustworthy Progressive Learning for Robust Weakly Supervised Semantic Segmentation [6.775785126617824]
  信頼に足る進歩的学習(DuPL)を伴う2つの学生フレームワークを提案する。 実験結果は、PASCAL VOC 2012とMSデータセットにおける最近の最先端の代替よりも、提案されたDuPLの方が優れていることを示す。
  論文  参考訳（メタデータ） (2024-03-17T12:14:34Z)
• SOOD: Towards Semi-Supervised Oriented Object Detection [57.05141794402972]
  本稿では, 主流の擬似ラベリングフレームワーク上に構築された, SOOD と呼ばれる, 半教師付きオブジェクト指向物体検出モデルを提案する。 提案した2つの損失をトレーニングした場合,SOODはDOTA-v1.5ベンチマークの様々な設定下で,最先端のSSOD法を超越することを示した。
  論文  参考訳（メタデータ） (2023-04-10T11:10:42Z)
• Image Understands Point Cloud: Weakly Supervised 3D Semantic Segmentation via Association Learning [59.64695628433855]
  ラベルのない画像から補完的な情報を取り入れた3次元セグメンテーションのための新しいクロスモダリティ弱教師付き手法を提案する。 基本的に、ラベルの小さな部分のパワーを最大化するために、アクティブなラベリング戦略を備えたデュアルブランチネットワークを設計する。 提案手法は,1%未満のアクティブなアノテーションで,最先端の完全教師付き競合よりも優れていた。
  論文  参考訳（メタデータ） (2022-09-16T07:59:04Z)
• Mind the Gap: Polishing Pseudo labels for Accurate Semi-supervised Object Detection [18.274860417877093]
  半教師対象検出(SSOD)のための二重擬似ラベル研磨フレームワークを提案する。 教師検出器が生成する擬似ラベルを直接利用するのではなく, 地平からの逸脱を減らすための最初の試みを行う。 これにより、どちらの研磨ネットワークも、アノテーションのないオブジェクトに対してより正確な擬似ラベルを推測することができる。
  論文  参考訳（メタデータ） (2022-07-17T14:07:49Z)
• SIOD: Single Instance Annotated Per Category Per Image for Object Detection [67.64774488115299]
  画像内の既存のカテゴリ毎に1つのインスタンスアノテーションのみを必要とする単一インスタンスアノテーションオブジェクト検出(SIOD)を提案する。 WSOD(Inter-task)やSSOD(Inter-image)の相違点からイメージ内の相違点に分解されたSIODは、ラベルなしインスタンスの残りをマイニングする上で、より信頼性が高く豊富な事前知識を提供する。 SIOD設定下では、類似性に基づく擬似ラベル生成モジュール(SPLG)と、Pixelレベルのグループコントラスト学習モジュール(PGCL)からなる、シンプルで効果的なフレームワークであるDual-Mining(DMiner)を提案する。
  論文  参考訳（メタデータ） (2022-03-29T08:49:51Z)
• Unsupervised Object Detection with LiDAR Clues [70.73881791310495]
  本稿では,LiDARの手がかりを用いた非教師対象検出のための最初の実用的手法を提案する。 提案手法では,まず3次元点雲に基づく候補オブジェクトセグメントを生成する。 そして、セグメントラベルを割り当て、セグメントラベルネットワークを訓練する反復的なセグメントラベル処理を行う。 ラベル付けプロセスは、長い尾とオープンエンドの分布の問題を軽減するために慎重に設計されている。
  論文  参考訳（メタデータ） (2020-11-25T18:59:54Z)

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。