論文の概要: Revealing Inter-Channel Modality Discriminability: Channel Selective Interaction Fusion Network for Optical-SAR Object Detection

• arxiv url: http://arxiv.org/abs/2610.27757v1
• Date: Tue, 20 Oct 2026 07:19:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.695424
• Title: Revealing Inter-Channel Modality Discriminability: Channel Selective Interaction Fusion Network for Optical-SAR Object Detection
• Title（参考訳）: チャネル間モード識別性の向上:光SARオブジェクト検出のためのチャネル選択型相互作用統合ネットワーク
• Abstract要約: 本稿では,選択的チャネルレベルのクロスモーダルインタラクションを行うChannel Selective Interaction Fusion Network (CSIF-Net)を提案する。 OGSOD 1.0とM4-SARデータセットの実験により、CSIF-Netは水平および指向の両方のオブジェクト検出において最先端のパフォーマンスを達成することが示された。
• 参考スコア（独自算出の注目度）: 37.126807222915865
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Synthetic aperture radar (SAR) and optical imagery provide complementary structural and appearance information for remote sensing object detection. However, substantial cross-modal discrepancies and indiscriminate channel interaction inevitably introduce redundant or conflicting features. Since different feature channels encode heterogeneous semantic information and contribute unequally to cross-modal fusion, selectively highlighting task-relevant channels while suppressing redundant ones is essential. To address this issue, we propose the Channel Selective Interaction Fusion Network (CSIF-Net), which performs selective channel-level cross-modal interaction. CSIF-Net first employs a frequency decomposition module to construct frequency-aware SAR inputs, facilitating the separation of structural information from noise-related responses. It then models cross-modal channel relationships through a cross-attention channel selection module and dynamically partitions the features into shared and modality-specific components. Finally, a dual-branch fusion module performs cross-modal interaction and channel realignment for shared features while independently enhancing SAR-specific features, thereby exploiting complementary information and suppressing modality interference. Extensive experiments on the OGSOD 1.0 and M4-SAR datasets demonstrate that CSIF-Net achieves state-of-the-art performance in both horizontal and oriented object detection, surpassing the existing methods by 4.01% and 3.18% gains, respectively.
• Abstract（参考訳）: 合成開口レーダ(SAR)と光学画像は、リモートセンシングオブジェクト検出のための補完構造および外観情報を提供する。 しかし、実質的なクロスモーダルな相違と非差別なチャネル相互作用は、必然的に冗長または矛盾する特徴をもたらす。 異なる特徴チャネルは異種意味情報を符号化し、異種融合に不平等に寄与するため、冗長な情報を抑えながらタスク関連チャネルを選択的に強調することが不可欠である。 この問題に対処するために,選択的チャネルレベルの相互モーダル相互作用を行うChannel Selective Interaction Fusion Network (CSIF-Net)を提案する。 CSIF-Netは、まず周波数分解モジュールを使用して周波数対応SAR入力を構築し、ノイズ関連応答から構造情報の分離を容易にする。 次に、クロスアテンションチャネル選択モジュールを通じて、クロスモーダルチャネル関係をモデル化し、機能を共有およびモダリティ固有のコンポーネントに動的に分割する。 最後に、二分岐核融合モジュールは、SAR固有の特徴を独立に強化しつつ、共有特徴に対するクロスモーダル相互作用およびチャネル再配向を行い、相補的情報を活用し、モダリティ干渉を抑制する。 OGSOD 1.0とM4-SARデータセットの大規模な実験により、CSIF-Netは水平方向と指向方向の両方で最先端のパフォーマンスを達成し、既存の手法をそれぞれ4.01%、M4-SARは3.18%上回った。

関連論文リスト

• Assisted Refinement Network Based on Channel Information Interaction for Camouflaged and Salient Object Detection [30.393796834241794]
  Camouflaged Object Detection (COD) はコンピュータビジョンにおいて重要な課題であり、視覚的にその背景と高度に統合されたオブジェクトを識別し、セグメンテーションすることを目的としている。 現在の主流手法は、層間機能融合を進展させたが、デコード段階では2つの重要な問題が続いている。 1つ目は、同層機能内のチャンネル間の情報相互作用が不十分であり、特徴表現性を制限することである。 2つ目は、効果的にコモデル境界と領域情報を共有できないことであり、完全な領域と鋭いオブジェクトの境界を正確に再構築することは困難である。
  論文  参考訳（メタデータ） (2025-12-12T08:29:00Z)
• SCTransNet: Spatial-channel Cross Transformer Network for Infrared Small Target Detection [46.049401912285134]
  赤外線小ターゲット検出(IRSTD)は近年,U字型ニューラルモデルから大きな恩恵を受けている。 既存のテクニックは、ターゲットが背景と高い類似性を持つ場合に苦労する。 本稿では,空間チャネルクロストランスネットワーク(SCTransNet)を提案する。
  論文  参考訳（メタデータ） (2024-01-28T06:41:15Z)
• Joint Channel Estimation and Feedback with Masked Token Transformers in Massive MIMO Systems [74.52117784544758]
  本稿では,CSI行列内の固有周波数領域相関を明らかにするエンコーダデコーダに基づくネットワークを提案する。 エンコーダ・デコーダネットワーク全体がチャネル圧縮に使用される。 提案手法は,共同作業における現状のチャネル推定およびフィードバック技術より優れる。
  論文  参考訳（メタデータ） (2023-06-08T06:15:17Z)
• Efficient Multi-Scale Attention Module with Cross-Spatial Learning [4.046170185945849]
  効率的なマルチスケールアテンション(EMA)モジュールを提案する。 チャネルごとの情報保持と計算オーバーヘッドの低減に重点を置いている。 我々は画像分類と物体検出タスクについて広範囲にわたるアブレーション研究と実験を行った。
  論文  参考訳（メタデータ） (2023-05-23T00:35:47Z)
• PSNet: Parallel Symmetric Network for Video Salient Object Detection [85.94443548452729]
  我々は,PSNet という名前のアップ・ダウン・パラレル対称性を持つ VSOD ネットワークを提案する。 2つの並列ブランチが、ビデオの完全サリエンシ復号化を実現するために設定されている。
  論文  参考訳（メタデータ） (2022-10-12T04:11:48Z)
• RGB-D Salient Object Detection with Cross-Modality Modulation and Selection [126.4462739820643]
  本稿では, RGB-D Salient Object Detection (SOD) において, モジュール間相補性を段階的に統合し, 改良する有効な方法を提案する。 提案するネットワークは,1)RGB画像とそれに対応する深度マップからの補完情報を効果的に統合する方法,および2)より精度の高い特徴を適応的に選択する方法の2つの課題を主に解決する。
  論文  参考訳（メタデータ） (2020-07-14T14:22:50Z)

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。