論文の概要: Spectral-Aware Proposal Enhancement for Diffusion-Based Multispectral UAV Multi-Object Tracking
- arxiv url: http://arxiv.org/abs/2610.24642v1
- Date: Sat, 17 Oct 2026 11:36:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-22 17:15:18.662006
- Title: Spectral-Aware Proposal Enhancement for Diffusion-Based Multispectral UAV Multi-Object Tracking
- Title（参考訳）: 拡散型マルチスペクトルUAV多対象追跡のためのスペクトル認識手法の提案
- Abstract要約: 本論文は,マルチスペクトルUAVMOTのための拡散誘導スペクトル追跡フレームワークであるDSATrackを提案する。
特に、軽量スペクトルエンコーダは、特徴融合により多スペクトル情報をRPNブランチに注入する。
これらの提案は、拡散改善のための信頼性の高い空間的事前情報を提供するために、初期提案セットに注入される。
MMOTベンチマークの実験では、DSATrackは適応されたDiffusionTrackベースラインの4.6 HOTA、9.0 MOTA、および7.7 IDF1ポイントを上回っている。
- 参考スコア（独自算出の注目度）: 27.69160201778037
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Multispectral UAV multi-object tracking (MOT) with oriented bounding boxes remains challenging due to small targets, cluttered backgrounds, and unstable inter-frame associations. Although diffusion-based MOT provides an effective iterative proposal refinement paradigm, existing diffusion-based trackers lack dedicated designs for exploiting multispectral cues in proposal initialization and confidence calibration, limiting tracking robustness in complex UAV scenarios. This letter proposes DSATrack, a diffusion-guided spectral-aware tracking framework for multispectral UAV MOT. Specifically, a lightweight spectral encoder injects multispectral information into the RPN branch through feature fusion, enabling the RPN head to generate high-quality object-aware proposals. These proposals are then injected into the initial proposal set to provide reliable spatial priors for diffusion refinement. Furthermore, a spectral-saliency confidence modulation strategy recalibrates refined tracking confidence according to local multispectral saliency contrast before score thresholding, enhancing spectrally reliable candidates while suppressing unreliable ones. Without modifying the original diffusion refinement head, DSATrack improves both proposal quality and post-refinement candidate selection. Experiments on the MMOT benchmark demonstrate that DSATrack outperforms the adapted DiffusionTrack baseline by 4.6 HOTA, 9.0 MOTA, and 7.7 IDF1 points, showing its effectiveness for multispectral UAV MOT.
- Abstract（参考訳）: 指向性バウンディングボックスを持つマルチスペクトルUAVマルチオブジェクトトラッキング(MOT)は、小さなターゲット、散在する背景、不安定なフレーム間関連のため、依然として困難である。
拡散型MOTは効果的な反復的提案改善パラダイムを提供するが、既存の拡散型トラッカーは、提案の初期化と信頼性校正においてマルチスペクトルキューを利用するための専用の設計を欠き、複雑なUAVシナリオにおけるロバスト性を制限する。
本論文は,マルチスペクトルUAVMOTのための拡散誘導スペクトル追跡フレームワークであるDSATrackを提案する。
具体的には、軽量スペクトルエンコーダが特徴融合によりRPNブランチにマルチスペクトル情報を注入し、RPNヘッドが高品質なオブジェクト認識提案を生成する。
これらの提案は、拡散改善のための信頼性の高い空間的事前情報を提供するために、初期提案セットに注入される。
さらに、スペクトル信頼度信頼度調整戦略は、スコア閾値付け前の局所多スペクトル塩度コントラストに基づいて、洗練されたトラッキング信頼度を補正し、信頼できないものを抑えながらスペクトル信頼度の高い候補を強化する。
元の拡散精製ヘッドを変更することなく、DSATrackは提案品質と再精製後の候補選択の両方を改善している。
MMOTベンチマークの実験では、DSATrackは適応したDiffusionTrackベースラインの4.6 HOTA、9.0 MOTA、および7.7 IDF1ポイントより優れており、マルチスペクトルUAV MOTの有効性を示している。
関連論文リスト
- IVT-Guard: All-in-One Reasoning Model for AI-Generated Content Detection [68.61333779483097]
本稿では,画像,ビデオ,テキストモダリティ間でAIGC検出を統一かつ解釈可能なフレームワークであるIVT-Guardを提案する。
IVT-Guardは、ドメイン内、ドメイン外、データセット間における最先端検出性能を達成する。
論文 参考訳（メタデータ） (2026-09-27T14:00:55Z) - DroneFINE: Domain-Aware Parameter-Efficient Fine-Tuning of Vision-Language Detectors for Drone Images [50.96240625673857]
DroneFINEは、VLMベースのドローン画像検出器用に設計された2つのドメイン対応補完モジュールからなる、新しいPEFTパラダイムである。
DroneFINEは既存のPEFTメソッドを著しく上回り、完全な微調整に匹敵するパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-07-01T02:27:40Z) - On-board Remote-Sensing Foundation Models for Unsupervised Change Detection of Disaster Events [0.0]
リモートセンシング基礎モデル(RSFM)は、地球観測のための教師付きモデルに代わる強力な代替品として登場した。
本稿では,ResNet(RSFM)+FPNに基づく新しい教師なし検出手法を提案する。
トレーニングされていないFPNアーキテクチャとその本質的な事前知識を頼りにすることで、最小限の努力で効率的な画像レベルの生成と高解像度マッピングを実現する。
論文 参考訳（メタデータ） (2026-06-25T13:30:51Z) - A Tri-Modal Dataset and a Baseline System for Tracking Unmanned Aerial Vehicles [74.8162337823142]
MM-UAVはMulti-Modal UAV Trackingの最初の大規模ベンチマークである。
データセットは30以上の挑戦的なシナリオにまたがっており、1,321の同期マルチモーダルシーケンスと280万以上の注釈付きフレームがある。
データセットを伴って、我々は新しいマルチモーダルマルチUAV追跡フレームワークを提供する。
論文 参考訳（メタデータ） (2025-11-23T08:42:17Z) - MMOT: The First Challenging Benchmark for Drone-based Multispectral Multi-Object Tracking [30.3437683353074]
MMOTは、ドローンベースのマルチスペクトルマルチオブジェクトトラッキングのための最初のベンチマークである。
125の動画シーケンスと8つのカテゴリにわたる488.8Kアノテーションがある。
スペクトル特徴の抽出と指向アノテーションの活用のために,マルチスペクトルおよび指向性を考慮したMOT方式を提案する。
論文 参考訳（メタデータ） (2025-10-14T14:25:17Z) - DEPFusion: Dual-Domain Enhancement and Priority-Guided Mamba Fusion for UAV Multispectral Object Detection [6.4402018224356015]
DEPFusionというフレームワークがUAVマルチスペクトル物体検出のために提案されている。
デュアルドメイン強化(DDE)と優先誘導マンバ核融合(PGMF)から構成される。
DroneVehicleとVEDAIデータセットの実験は、DEPFusionが最先端の手法で優れたパフォーマンスを達成することを実証している。
論文 参考訳（メタデータ） (2025-09-09T01:51:57Z) - Tracking the Unstable: Appearance-Guided Motion Modeling for Robust Multi-Object Tracking in UAV-Captured Videos [58.156141601478794]
マルチオブジェクトトラッキング(UAVT)は、ビデオのフレーム間で一貫したアイデンティティを維持しながら、複数のオブジェクトを追跡することを目的としている。
既存の手法は、通常、動作キューと外観を別々にモデル化し、それらの相互作用を見渡して、最適下追跡性能をもたらす。
本稿では、AMC行列とMTCモジュールの2つの主要コンポーネントを通して、外観と動きの手がかりを利用するAMOTを提案する。
論文 参考訳（メタデータ） (2025-08-03T12:06:47Z) - MUST: The First Dataset and Unified Framework for Multispectral UAV Single Object Tracking [17.96400810834486]
第1回大規模マルチスペクトルUAVシングルオブジェクト追跡データセット(MUST)について紹介する。
MUSTには、様々な環境と課題にまたがる250のビデオシーケンスが含まれている。
また,スペクトルプロンプトからのスペクトル,空間,時間的特徴をエンコードする新しい追跡フレームワークUNTrackを提案する。
論文 参考訳（メタデータ） (2025-03-22T08:47:28Z) - Prompting for Multi-Modal Tracking [70.0522146292258]
マルチモーダルトラッキングのための新しいマルチモーダルプロンプトトラッカー(ProTrack)を提案する。
ProTrackはプロンプトパラダイムにより、マルチモーダル入力を単一モーダルに変換することができる。
我々のProTrackは、マルチモーダルデータに余分な訓練を加えることなく、入力を変更するだけで高性能なマルチモーダルトラッキングを実現することができる。
論文 参考訳（メタデータ） (2022-07-29T09:35:02Z) - Tracking-by-Counting: Using Network Flows on Crowd Density Maps for
Tracking Multiple Targets [96.98888948518815]
State-of-the-art multi-object tracking(MOT)法は、トラッキング・バイ・検出のパラダイムに従っている。
混み合ったシーンに適したMOTパラダイムであるトラッキング・バイ・カウントを提案する。
論文 参考訳（メタデータ） (2020-07-18T19:51:53Z)
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。