論文の概要: Prompt and Refinement: Asymmetric Mutual Learning for Infrared Small Target Detection with Noisy Labels

• arxiv url: http://arxiv.org/abs/2610.05918v1
• Date: Mon, 05 Oct 2026 07:34:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 03:14:00.195307
• Title: Prompt and Refinement: Asymmetric Mutual Learning for Infrared Small Target Detection with Noisy Labels
• Title（参考訳）: プロンプトとリファインメント:雑音ラベルを用いた赤外線小ターゲット検出のための非対称相互学習
• Abstract要約: Prompt and Refinement (PAR) は、赤外線小ターゲット検出のためのラベルノイズの非対称な相互学習パラダイムである。 3つのISTDデータセット上でのノイズの多いラベルシナリオによる実験は、PARが一貫して最先端のパフォーマンスを達成することを示す。
• 参考スコア（独自算出の注目度）: 24.500092966235158
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Existing data-driven infrared small target detection (ISTD) methods typically require large-scale datasets with accurate pixel-level annotations for model training. However, such labor-intensive requirements are difficult to satisfy in real-world applications due to the heavy reliance on expert knowledge and the inherently weak distinctiveness of infrared small targets. Consequently, the presence of noisy labels during model training is inevitable, which can severely mislead the learning of target perception toward spurious patterns. To address this challenge, we propose Prompt and Refinement (PAR), a label-noise-robust asymmetric mutual learning paradigm for ISTD. Specifically, PAR comprises a pretrained Segment Anything Model (SAM) and an ISTD-specific detector trained from scratch, which learn collaboratively through a peer-teaching scheme. Coupled with local contrast regularity, the predictions of the two asymmetric peer models are mutually exploited as rectification cues for the supervisory masks of their counterparts. The interaction between complementary inductive biases effectively prevents the label correction process from degenerating into the self-confirmation loop of a single model, enabling progressive refinement of the annotations toward intrinsic target characteristics. In addition, the detector predictions are utilized as corrective mask prompts to facilitate task-specific adaptation of the vision foundation model. Moreover, an evidential uncertainty estimation strategy is introduced into the optimization process to further alleviate the adverse effects of noisy labels. Extensive experiments under diverse noisy label scenarios on three ISTD datasets demonstrate that PAR consistently achieves state-of-the-art performance.
• Abstract（参考訳）: 既存のデータ駆動型赤外線小ターゲット検出(ISTD)手法は、モデルトレーニングに正確なピクセルレベルのアノテーションを持つ大規模なデータセットを必要とするのが一般的である。 しかし、そのような労働集約的な要求は、専門家の知識に大きく依存していることや、本質的には赤外線小目標の弱さのため、現実世界の応用では満足できない。 その結果、モデルトレーニング中のノイズラベルの存在は必然的であり、刺激的なパターンに対する目標知覚の学習を著しく誤解させる可能性がある。 この課題に対処するために,ISTDのためのラベルノイズの非対称な相互学習パラダイムであるPrompt and Refinement (PAR)を提案する。 具体的には、SAM(Pretrained Segment Anything Model)と、スクラッチから訓練されたISTD固有の検出器で構成され、ピアティーチングスキームを通じて協調的に学習する。 局所的なコントラスト規則性と相まって、2つの非対称なピアモデルの予測は、相互にそれらのモデルの監督マスクの補正手段として活用される。 相補的帰納的バイアス間の相互作用は、ラベル補正プロセスが単一モデルの自己確認ループに退化することを効果的に防止し、本質的な目標特性に対するアノテーションの漸進的な洗練を可能にする。 さらに、検出予測を修正マスクプロンプトとして利用して、視覚基礎モデルのタスク固有の適応を容易にする。 さらに、雑音ラベルの悪影響を軽減するために、最適化プロセスに明確な不確実性推定戦略を導入する。 3つのISTDデータセットに対する様々なノイズラベルシナリオの下での大規模な実験は、PARが一貫して最先端のパフォーマンスを達成することを示す。

関連論文リスト

• Focus When Necessary: Adaptive Routing and Collaborative Grounding for Training-Free Visual Grounding [56.38477453373368]
  LazyMCoTは動的でトレーニング不要なフレームワークで、サンプルの難易度に基づいて視覚的接地作業を適応的に割り当てる。 LazyMCoTは、推論精度を同時に改善し、平均推論レイテンシを低減することで、トレーニングベースのアプローチと競合する。
  論文  参考訳（メタデータ） (2026-06-15T03:17:44Z)
• Dual-Teacher Distillation with Subnetwork Rectification for Black-Box Domain Adaptation [69.7036779439312]
  ブラックボックスドメイン適応は、非常に実用的で非常に困難な設定である。 ブラックボックスソースモデルに埋め込まれた特定の知識を活用するサブネットワーク整合モデル(DDSR)を用いた二重蒸留法を提案する。 我々の手法は、ソースデータやモデルの使用を含む、最先端の手法に対する一貫した改善を実証する。
  論文  参考訳（メタデータ） (2026-03-24T07:54:19Z)
• Dual-level Modality Debiasing Learning for Unsupervised Visible-Infrared Person Re-Identification [59.59359638389348]
  本稿では,モデルと最適化の両レベルでのデバイアス処理を実装したデュアルレベルのモダリティ・デバイアス学習フレームワークを提案する。 ベンチマークデータセットの実験では、DMDLはモダリティ不変の特徴学習とより一般化されたモデルを可能にすることを示した。
  論文  参考訳（メタデータ） (2025-12-03T12:43:16Z)
• Robust Duality Learning for Unsupervised Visible-Infrared Person Re-Identification [24.24793934981947]
  擬似ラベルノイズ(PLN)を考慮した新しい学習パラダイムを提案する。 PLNはノイズオーバーフィット、エラー蓄積、ノイズの多いクラスタ対応の3つの主要な課題によって特徴づけられる。 UVI-ReIDのためのロバスト・デュナリティ学習フレームワーク(RoDE)を提案する。
  論文  参考訳（メタデータ） (2025-05-05T10:36:52Z)
• Contrastive Representation Modeling for Anomaly Detection [0.21427777919040417]
  本研究では,学習中の正と負の関係を再定義し,これらの特性を明示的な異常ラベルを必要とせずに促進する構造的コントラスト目的を提案する。 本フレームワークは, 産業環境における局所的異常の検出を改善するために, パッチベースの学習評価戦略を用いて拡張する。
  論文  参考訳（メタデータ） (2025-01-09T10:33:16Z)
• Noisy Correspondence Learning with Self-Reinforcing Errors Mitigation [63.180725016463974]
  クロスモーダル検索は、実際は精力的な、十分に整合した大規模データセットに依存している。 我々は、新しい雑音対応学習フレームワーク、textbfSelf-textbfReinforcing textbfErrors textbfMitigation(SREM)を導入する。
  論文  参考訳（メタデータ） (2023-12-27T09:03:43Z)
• Delving into Identify-Emphasize Paradigm for Combating Unknown Bias [52.76758938921129]
  同定精度を高めるため,有効バイアス強調スコアリング法(ECS)を提案する。 また, マイニングされたバイアスアライメントとバイアスコンプリケート試料のコントリビューションのバランスをとるために, 勾配アライメント(GA)を提案する。 様々な環境で複数のデータセットで実験を行い、提案されたソリューションが未知のバイアスの影響を軽減することを実証した。
  論文  参考訳（メタデータ） (2023-02-22T14:50:24Z)
• Uncertain Facial Expression Recognition via Multi-task Assisted Correction [43.02119884581332]
  MTACと呼ばれる不確実な表情認識に対処するためのマルチタスク支援補正法を提案する。 具体的には、信頼度推定ブロックと重み付け正則化モジュールを用いて、固体試料をハイライトし、バッチ毎に不確かさサンプルを抑圧する。 RAF-DB、AffectNet、AffWild2データセットの実験は、MTACが合成および実際の不確実性に直面した際のベースラインよりも大幅に改善されていることを示した。
  論文  参考訳（メタデータ） (2022-12-14T10:28:08Z)

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。