論文の概要: DISTRACT: Degradation-Indexed Study of Textual Reference Across Competing Targets
- arxiv url: http://arxiv.org/abs/2610.28419v1
- Date: Tue, 20 Oct 2026 15:53:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.897468
- Title: DISTRACT: Degradation-Indexed Study of Textual Reference Across Competing Targets
- Title（参考訳）: DISTRACT: 競合対象におけるテキスト参照の劣化指標による検討
- Abstract要約: VLT(Vision-versus Tracker)は、トラッキングを支援するための記述を受け入れるが、テキストを受け入れることは、そのコンテンツがトラッキングの判断を変更することを保証しない。
そこで本研究では,ビデオ,ターゲット,イントラクタを4つの先行テキストを4つの画像劣化で横断しながら固定する,マッチング・インターベンション・ベンチマークであるDISTRACTを紹介する。
動作コントラスト,レイヤワイド表現プローブ,アクティベーションパッチを用いて,4つのデータセット上の5つのVLTを評価する。
- 参考スコア（独自算出の注目度）: 2.0590127484132523
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Vision-language trackers (VLTs) accept descriptions intended to assist tracking, but accepting text does not establish that its content changes tracking decisions, particularly as visual evidence deteriorates. We introduce DISTRACT, a matched-intervention benchmark that holds video, target, and distractor fixed while crossing four text priors with four image degradations along a controlled severity axis. We evaluate five VLTs on four datasets using behavioral contrasts, layerwise representation probes, and activation patching. Molmo2 and JointNLT exhibit directed text use. Some effects contract under degradation, whereas others show no significant endpoint change after multiplicity correction. UVLTrack, MMTrack, and DUTrack respond only weakly to changes in text semantics, with no directed behavioral effect surviving FDR correction in the tested settings. Model-internal analyses reveal that at decision-near states, correct-versus-conflicting text is decodable in Molmo2 and JointNLT but not in the other three systems. In the responsive models, decodability peaks at late states where replacement produces little behavioral change, whereas replacing selected earlier states redirects conflict-associated trajectories toward the target. Because matched-correct donors do not significantly outperform unrelated donors, these interventions identify earlier intervention-sensitive states without establishing target-specific semantic rescue. DISTRACT thus exposes when and where text affects tracking under degraded visual evidence.
- Abstract（参考訳）: 視覚言語トラッカー(VLT)は、トラッキングを支援するための記述を受け入れるが、テキストを受け入れることは、特に視覚的証拠が悪化するにつれて、その内容がトラッキングの判断を変更することを証明しない。
制御された重心軸に沿って4つの画像劣化を伴う4つの先行テキストを横断しながら、ビデオ、ターゲット、およびイントラクタを固定したマッチング・インターベンション・ベンチマークであるDISTRACTを紹介する。
動作コントラスト,レイヤワイド表現プローブ,アクティベーションパッチを用いて,4つのデータセット上の5つのVLTを評価する。
Molmo2とJointNLTは有向テキスト使用を示す。
いくつかの効果は劣化下で収縮するが、他の効果は多重度補正後の有意な終端変化は示さない。
UVLTrack、MMTrack、DUTrackはテキストセマンティクスの変化に弱い反応しかせず、テストされた設定でFDR補正を継続する直接的な動作効果はない。
モデル内部分析により、決定近傍の状態では、正逆圧縮テキストは Molmo2 と JointNLT ではデオード可能であるが、他の3つのシステムではデオードできないことが明らかになった。
応答性モデルでは、置換がほとんど振る舞いの変化を起こさない後期状態が最大となり、選択された以前の状態が競合関連軌道を目標に向けてリダイレクトする。
一致した正確なドナーは、関係のないドナーを著しく上回らないため、これらの介入は、ターゲット固有のセマンティック・セーブを確立することなく、早期に介入に敏感な状態を識別する。
従ってDISTRACTは、劣化した視覚的証拠の下でテキストがトラッキングにいつ、どこで影響するかを明らかにする。
関連論文リスト
- On the Adversarial Robustness of Remote Sensing Semantic Change Detection [19.4097466391406]
意味的変化検出(SCD)は、変化領域とその変化前後の意味状態を共同で識別するバイテンポラル密度予測タスクである。
本稿では,入力側時間摂動アクセスから出力側攻撃目標を分離するタスク固有評価フレームワークを提案する。
実験により、二分的変化の局所化が比較的安定である場合でも、最終的な意味変化予測が著しく悪化することが示された。
論文 参考訳（メタデータ） (2026-08-15T15:02:42Z) - Tracing Provenance and Detecting Tampering with Complementary LLM Watermarks [68.64050157343334]
既存の透かしは編集の際は残されているが、このような堅牢性は、敵が帰属を維持しながら重要な内容を変更することを可能にする。
実証と改ざんの証拠を共同で提供する革新的な透かしを導入する。
信号は同じメカニズムを共有するが、独立キーと正規化テキスト上の異なるシードウィンドウを使用するため、一方は編集に耐性があり、もう一方は読み取り可能な変更に敏感である。
論文 参考訳（メタデータ） (2026-08-13T01:55:16Z) - Fantastic Adaptive Taxonomies and How to Use Them [100.20614173157708]
AdaMASTは、実行トレースをコンパクトでエビデンスに基づく障害分類に変換する。
コードには手書きのコードはなく、人間による注釈もない。
エージェント・システム・サーチでは、失敗候補の分類コード診断が自由形式より優れている。
論文 参考訳（メタデータ） (2026-07-17T17:41:16Z) - The Text Uncanny Valley: Non-Monotonic Performance Degradation in LLM Information Retrieval [21.243421703047037]
単語境界の破損がLarge Language Modelベンチマークのターゲット情報の検出方法に与える影響について検討する。
単語に空白文字を挿入して断片に分解することで、LLMの精度は挿入率の増加とともにU字型曲線に従う。
論文 参考訳（メタデータ） (2026-05-08T03:26:42Z) - Reward-Guided Semantic Evolution for Test-time Adaptive Object Detection [82.2968697030677]
Grounding DINOのような視覚言語モデル(VLM)を用いたオープン語彙オブジェクト検出は、テスト時間分布シフト時の性能劣化に悩まされる。
Reward-Guided Semantic Evolution (RGSE) は、テスト時にテキストの埋め込みを直接洗練するトレーニング不要のフレームワークである。
論文 参考訳（メタデータ） (2026-05-06T06:17:41Z) - TAG: Target-Agnostic Guidance for Stable Object-Centric Inference in Vision-Language-Action Models [59.13964209628383]
VLA(Vision-Language-Action)ポリシーは、言語指示や視覚的な観察をロボット行動にマッピングする上で大きな進歩を見せている。
本稿では,VLA政策における乱れや外見に起因したバイアスを明示的に軽減する単純な推論時ガイダンス機構であるTAG(Target-Agnostic Guidance)を提案する。
我々は, LIBERO, LIBERO-Plus, VLABenchなどの標準操作ベンチマーク上でTAGを評価し, クラッタ下での堅牢性を一貫して改善し, ニアミスや不正なオブジェクト実行を減らす。
論文 参考訳（メタデータ） (2026-03-25T17:56:32Z) - VID-AD: A Dataset for Image-Level Logical Anomaly Detection under Vision-Induced Distraction [8.968670701930714]
VID-ADは、視覚誘発障害下での論理的異常検出のためのデータセットである。
10の製造シナリオと5つの捕獲条件で構成され、合計50の1級タスクと10,395のイメージで構成されている。
正規画像から生成されたテキスト記述のみに依存する言語ベースの異常検出フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-14T14:21:37Z) - Improving Zero-Shot Object-Level Change Detection by Incorporating Visual Correspondence [13.479857959236345]
既存の変更検出アプローチには3つの大きな制限がある。
本稿では,変化検出精度を向上させるために,学習中の変化対応を利用した新しい手法を提案する。
また、推定ホモグラフィーとハンガリーのアルゴリズムを用いて検出された変化のペア間の対応を予測した最初の人物である。
論文 参考訳（メタデータ） (2025-01-09T20:02:10Z) - Evaluating Semantic Variation in Text-to-Image Synthesis: A Causal Perspective [50.261681681643076]
本稿では,SemVarEffectとSemVarBenchというベンチマークを用いて,テキスト・画像合成における入力のセマンティックな変化と出力の因果性を評価する。
本研究は,T2I合成コミュニティによるヒューマンインストラクション理解の探索を促進する効果的な評価枠組みを確立する。
論文 参考訳（メタデータ） (2024-10-14T08:45:35Z) - UIA-ViT: Unsupervised Inconsistency-Aware Method based on Vision
Transformer for Face Forgery Detection [52.91782218300844]
そこで我々は、UIA-ViTと呼ばれるビジョン変換器に基づく教師なし不整合認識手法を提案する。
自己注意機構により、パッチ埋め込み間の注意マップは自然に一貫性関係を表現し、一貫性表現学習に適した視覚変換器となる。
論文 参考訳（メタデータ） (2022-10-23T15:24:47Z)
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。