論文の概要: Reliability-Consistent Appearance Modeling for RGB-Infrared Multi-Object Tracking

• arxiv url: http://arxiv.org/abs/2610.23125v1
• Date: Fri, 16 Oct 2026 08:30:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.830092
• Title: Reliability-Consistent Appearance Modeling for RGB-Infrared Multi-Object Tracking
• Title（参考訳）: RGB赤外多対象追跡のための信頼性・持続性外観モデル
• Abstract要約: 信頼性に一貫性のある外観モデリングフレームワークであるRCA-MOTを提案する。 モダリティ間の相補性を保ちながら、表現後証拠の制御性を保っている。 RCA-MOTはVT-MOTとUniRTLに新しいSOTA結果を設定し、以前の最高のHOTAを5.402/6.075ポイント、IDF1を11.549/12.789ポイント改善した。
• 参考スコア（独自算出の注目度）: 70.91326539256316
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent RGB-infrared multi-object tracking (MOT) methods have substantially improved cross-modal representation learning and multimodal information integration. However, most existing methods compress RGB and infrared evidence into a unified descriptor. When one modality is temporarily degraded, the tracker can no longer regulate its contribution separately; unreliable evidence may distort association and contaminate appearance memory. We therefore propose RCA-MOT, a reliability-consistent appearance modeling framework that preserves cross-modal complementarity while retaining post-representation evidence controllability. RGB-specific, infrared-specific, and fused identity representations are maintained as jointly accessible appearance states. For each detection, a simple training-free target-scene estimator produces branch-wise appearance reliability used across the two temporal roles of appearance: relative reliability regulates different identity branches, absolute reliability calibrates borderline candidates near the ReID acceptance boundary, and the same branch-wise reliability controls how strongly matched descriptors update historical appearance memory. The individual components are intentionally simple, focusing evaluation on reliability-controllable appearance organization rather than elaborate fusion or learned reliability-estimation modules. RCA-MOT sets new SOTA results on VT-MOT and UniRTL, improving the previous best HOTA by 5.402/6.075 points and IDF1 by 11.549/12.789 points, respectively, while post-hoc analyses further validate reliability as an informative control signal. Code will be released upon acceptance.
• Abstract（参考訳）: 近年のRGB-infrared Multi-object Tracking (MOT) 法では,クロスモーダル表現学習とマルチモーダル情報統合が大幅に改善されている。 しかし、既存のほとんどの方法は、RGBと赤外線の証拠を統一的な記述子に圧縮する。 1つのモダリティが一時的に劣化した場合、トラッカーはもはやその貢献を別々に規制することができなくなり、信頼できない証拠は関連性を歪め、外観記憶を汚染する可能性がある。 そこで我々は,RCA-MOTを提案する。RCA-MOTは,表現後エビデンス制御性を維持しつつ,相互の相補性を保ちながら信頼性に一貫性のある外観モデリングフレームワークである。 RGB特異的、赤外線特異的、融合したアイデンティティ表現は、共同でアクセス可能な外観状態として維持される。 相対的信頼性は異なるアイデンティティブランチを規制し、絶対的信頼性はReID受容境界付近のバウンダリ候補を校正する。 個々のコンポーネントは意図的にシンプルで、複雑な融合や学習された信頼性推定モジュールではなく、信頼性制御可能な外観組織に重点を置いている。 RCA-MOTは、VT-MOTとUniRTLに新しいSOTA結果を設定し、以前の最高のHOTAを5.402/6.075ポイント改善し、IDF1を11.549/12.789ポイント改善した。 コードは受理時にリリースされる。

関連論文リスト

• End-to-End Self-Supervised RGB-T Tracking without Modality Misleading [33.44401143505222]
  ESMTrackは完全なエンドツーエンドのRGB-Tトラッキングフレームワークである。 2つの相補的な目的を通じて、差別的かつ時間的に一貫した表現を学ぶ。 ESMTrackは、競合する最先端性能、強力なクロスデータセットの一般化、リアルタイム推論速度を実現する。
  論文  参考訳（メタデータ） (2026-09-29T09:52:41Z)
• RA-SOD: Reliability-Aware RGB-T Salient Object Detection under Modality Degradation [23.43264234749439]
  信頼性を考慮したRGB-T有能なオブジェクト検出フレームワークであるRA-SODを提案する。 RA-SODは、モダリティの信頼性を特徴学習とクロスモーダル融合に統合する。 実験により、RA-SODは最先端性能を示し、重度モード劣化下で強靭性を示す。
  論文  参考訳（メタデータ） (2026-09-11T09:22:20Z)
• S$^3$AM: A Single-Stream SAM with Reliability-Calibrated Frequency Adapter for Multi-modal Salient Object Detection [74.15663758681849]
  シングルストリームフレームワークは、信頼性キャリブレーションされた周波数適応をMSOD用のSAMバックボーンに組み込む。 RGB-D、RGB-T、RGB-NIRの正当性オブジェクト検出ベンチマークの実験により、提案フレームワークが競合性能を達成することを確認した。
  論文  参考訳（メタデータ） (2026-08-18T08:05:00Z)
• Bridging Severe Cross-Modal Misalignment: End-to-End Visible-Infrared Object Detection via Explicit Feature-Domain Affine Registration [17.74037850404483]
  そこで本研究では,極端から端へ可視光を指向する物体検出器を提案する。 提案されたJFRDetは、DroneVehicle Misaligned (DVMA)上で69.7%$mathrmmAP_50$を達成する。
  論文  参考訳（メタデータ） (2026-08-11T09:02:37Z)
• Blurring Modal Boundaries: A Unified Survey from Single- to Multi-Modal Person Re-ldentification [56.272623701773256]
  人物の再識別は知的監視システムにおいて重要な要素である。 制限を克服するため、分野はクロスモーダルパラダイムやマルチモーダルパラダイムへと急速に進化している。
  論文  参考訳（メタデータ） (2026-07-16T10:39:22Z)
• Bridging the RGB-IR Gap: Consensus and Discrepancy Modeling for Text-Guided Multispectral Detection [45.62297680190076]
  マルチスペクトルオブジェクト検出のためのバイサポートモデリングを用いたセマンティックブリッジ融合フレームワークを提案する。 具体的には、テキストを共有セマンティックブリッジとして使用して、RGBおよびIR応答を統一されたカテゴリ条件下で整列させる。 RGB-IR相互作用の証拠を正規のコンセンサス支援と相補的な相補的な相補性支援に定式化する。
  論文  参考訳（メタデータ） (2026-04-13T09:41:01Z)
• Self-Rewarded Multimodal Coherent Reasoning Across Diverse Visual Domains [16.357026482329232]
  マルチモーダルLSMは、流動的で信頼性の低い推論を生成する。 SR-MCRは軽量でラベルのないフレームワークであり、推論を整合させる。 SR-MCRは、幅広いビジュアルベンチマークで解答精度と推論コヒーレンスを改善する。
  論文  参考訳（メタデータ） (2025-12-27T10:14:14Z)
• TransFIRA: Transfer Learning for Face Image Recognizability Assessment [73.61309363885552]
  TransFIRAは軽量でアノテーションのないフレームワークで、埋め込みスペースで直接認識できる。 顔以外の新しい拡張には、エンコーダで座屈した説明可能性があり、これは、劣化と被写体固有の要因が認識可能性にどのように影響するかを示す。 実験では、顔に対する最先端の結果、身体認識に対する強い堅牢性、およびデータセット間のシフトの下で確認された。
  論文  参考訳（メタデータ） (2025-10-07T18:16:21Z)
• Bringing RGB and IR Together: Hierarchical Multi-Modal Enhancement for Robust Transmission Line Detection [67.02804741856512]
  高速かつ高精度なTL検出のために,RGBとIRデータを統合したHMMEN(Hierarchical Multi-Modal Enhancement Network)を提案する。 提案手法では,(1)階層的RGBおよびIR特徴写像を大まかに融合・拡張するMMEB,(2)デコーダ出力とIR特徴写像の不整合を変形可能な畳み込みを利用して補正するFAB,の2つの重要な構成要素を紹介する。
  論文  参考訳（メタデータ） (2025-01-25T06:21:06Z)
• ReDFeat: Recoupling Detection and Description for Multimodal Feature Learning [51.07496081296863]
  我々は、相互重み付け戦略による多モーダル特徴学習の検出と記述の独立した制約を再定義する。 本研究では,大きな受容場を有し,学習可能な非最大抑制層を備える検出器を提案する。 我々は,特徴マッチングと画像登録タスクにおける特徴量を評価するために,クロス可視,赤外線,近赤外,合成開口レーダ画像ペアを含むベンチマークを構築した。
  論文  参考訳（メタデータ） (2022-05-16T04:24:22Z)

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。