論文の概要: Localize Any Object in X-Ray Security Scans without Human Annotation

• arxiv url: http://arxiv.org/abs/2610.07326v1
• Date: Mon, 05 Oct 2026 19:57:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.628378
• Title: Localize Any Object in X-Ray Security Scans without Human Annotation
• Title（参考訳）: 人間のアノテーションなしでX線セキュリティスコープ内の任意のオブジェクトをローカライズする
• Abstract要約: LAO-Xは、X線スキャンで任意の物体を特定する自己教師付き適応フレームワークである。 LAO-Xはカテゴリ非依存の局在を著しく改善し,SAM2およびX線特異的基線に対して2%から23%のmAPゲインを得た。
• 参考スコア（独自算出の注目度）: 62.23874751980978
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Universal object localization in X-ray security inspection is critical for automated threat detection in safety-critical venues. However, unlike everyday RGB images that dominate web-scale visual data, X-ray scans exhibit distinct color patterns, ambiguous boundaries, and compositional structures caused by volumetric superposition. These gaps hinder the direct zero-shot transfer of dense perception foundation models trained on web-scale RGB data. Moreover, annotated X-ray data is scarce and requires expert labeling, limiting both the training of generalizable X-ray native models and the adaptation of RGB foundation models for X-ray data via fine-tuning. Given these challenges, the bright promise of highly generalizable perception models, enabled by data scaling laws in the RGB domain, remains largely out of reach for X-ray inspection. To this end, we introduce LAO-X, a self-supervised adaptation framework that Locates Any Object in X-ray scans using diverse synthesized image--annotation pairs with granularity-aware supervision. LAO-X first designs a saliency-guided X-ray object mining module to separate diverse object instances, which are then used for physics-guided synthesis in the absorbance domain. LAO-X further incorporates an occlusion-controlled curriculum strategy to fine-tune a Segment Anything Model 2 (SAM2) localizer, progressively adapting it to X-ray scans with increasing object counts and overlap levels. Experiments on six X-ray benchmarks show that LAO-X substantially improves category-agnostic localization, achieving 2\% to 23\% mAP gains over SAM2 and X-ray specific baselines in heavily cluttered scenarios, entirely without human-annotated labels.
• Abstract（参考訳）: X線セキュリティ検査におけるユニバーサルオブジェクトのローカライゼーションは、安全クリティカルな場所での自動脅威検出に不可欠である。 しかし、Webスケールの視覚データを支配している日常的なRGB画像とは異なり、X線スキャンでは異なる色パターン、曖昧な境界、体積重畳による構成構造が示される。 これらのギャップは、WebスケールのRGBデータに基づいてトレーニングされた高密度認識基盤モデルの直接ゼロショット転送を妨げる。 さらに、注釈付きX線データには専門的なラベル付けが必要であり、一般化可能なX線ネイティブモデルのトレーニングと、微調整によるX線データに対するRGB基礎モデルの適応の両方を制限している。 これらの課題を踏まえると、RGB領域のデータスケーリング法則によって実現される、高一般化可能な知覚モデルの明るい期待は、X線検査には及ばない。 LAO-XはX線スキャンでAny Objectをローカライズする自己教師型適応フレームワークである。 LAO-Xはまず、多種多様なオブジェクトインスタンスを分離し、吸収領域における物理誘導合成に使用されるように、サリエンシ誘導X線オブジェクトマイニングモジュールを設計した。 LAO-Xはさらに、Segment Anything Model 2 (SAM2)ローカライザを微調整するオクルージョン制御のカリキュラム戦略を取り入れ、オブジェクト数とオーバーラップレベルが増大するX線スキャンに徐々に適応させる。 6つのX線ベンチマーク実験により、LAO-Xはカテゴリに依存しないローカライゼーションを大幅に改善し、2\%から23\%のmAPをSAM2とX線固有のベースラインで達成した。

関連論文リスト

• FleXray: Universal Clinical X-ray Segmentation [21.438707945311936]
  臨床X線検査における全身解剖学的セグメンテーションの一般モデルであるFleXrayについて述べる。 FleXrayは60の解剖学的構造を、目に見えない研究データセットと、その内部のX線に正確に分割する。 モデル、コード、フルボディのX線セグメンテーションデータセット、およびローカルで使いやすいブラウザベースのツールをhttps://flexray.csail.mit.eduでリリースします。
  論文  参考訳（メタデータ） (2026-09-22T17:37:55Z)
• Superpowering Open-Vocabulary Object Detectors for X-ray Vision [52.22062383117114]
  オープンボキャブラリオブジェクト検出(OvOD)は、X線スキャンで任意のアイテムを認識できるようにすることで、セキュリティスクリーニングに革命をもたらす。 RAXOは市販のRGB OvOD検出器を高強度X線検出に活用するフレームワークである。 RAXOはデュアルソース検索戦略を用いて高品質なX線クラス記述子を構築する。
  論文  参考訳（メタデータ） (2025-03-21T11:54:16Z)
• BGM: Background Mixup for X-ray Prohibited Items Detection [75.58709178012502]
  background Mixup (BGM) は、X線セキュリティ画像領域に適したバックグラウンドベースの拡張技術である。 従来の方法とは異なり、BGMは物理特性の詳細な分析に基づいている。 BGMは,1) テクスチャ構造と2) 材料の変化の両方の領域に背景パッチを混合し,複雑な背景手がかりのモデルに役立てる。
  論文  参考訳（メタデータ） (2024-11-30T12:26:55Z)
• Open-Vocabulary X-ray Prohibited Item Detection via Fine-tuning CLIP [6.934570446284497]
  蒸留をベースとしたオープン語彙オブジェクト検出タスクをX線セキュリティ検査領域に導入する。 検知器が訓練された基準カテゴリを超えた、新しい禁止アイテムカテゴリを検出することを目的としている。 X線機能アダプタをOVODフレームワーク内のCLIPに適用し、OVXDモデルを開発する。
  論文  参考訳（メタデータ） (2024-06-16T14:42:52Z)
• X-Adv: Physical Adversarial Object Attacks against X-ray Prohibited Item Detection [113.10386151761682]
  テクスチャフリーなX線画像を対象とした敵攻撃は未発見である。 本稿では,X線禁止項目検出を目的とした敵攻撃の研究に向けて第一歩を踏み出す。 我々は,X線検出器を消毒できる対向剤として機能する物理的に印刷可能な金属を生成するために,X-Advを提案する。
  論文  参考訳（メタデータ） (2023-02-19T06:31:17Z)

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。