論文の概要: CoDeRNet: Selective Cross-Task Routing under Heterogeneous Supervision for Change Detection and Captioning
- arxiv url: http://arxiv.org/abs/2610.34876v1
- Date: Mon, 26 Oct 2026 05:48:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.766693
- Title: CoDeRNet: Selective Cross-Task Routing under Heterogeneous Supervision for Change Detection and Captioning
- Title（参考訳）: CoDeRNet:変更検出とキャプションのための不均一なスーパービジョン下での選択型クロスタスクルーティング
- Abstract要約: Change Detection & Captioning (CDC)は、変化した領域を共同でローカライズし、双方向のリモートセンシング画像からそれらのセマンティックコンテンツを記述することを目的としている。
本稿では,タスク固有の表現を保存し,補完情報の双方向交換を可能にする統合フレームワークであるCoDeRNetを提案する。
LEVIR-MCI と WHU-CDC の実験により,CoDeRNet は CDC の全体的な性能が向上し,特にキャプション生成が向上し,競争的変化の局所化が維持された。
- 参考スコア（独自算出の注目度）: 8.389992754293376
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Change Detection & Captioning (CDC) aims to jointly localize changed regions and describe their semantic content from bi-temporal remote sensing images. While recent approaches have demonstrated the effectiveness of unified modeling, they primarily rely on shared representations or jointly optimized architectures, leaving task-specific communication under heterogeneous supervision less explored. However, detection and captioning differ fundamentally in their supervision granularity, leading to heterogeneous representations with uneven reliability across tasks and spatial locations. In this paper, we reformulate CDC as a selective information routing problem between heterogeneous task branches, where the key challenge is to determine when and where information should be transferred. To this end, we propose CoDeRNet, a unified framework that preserves task-specific representations while enabling bidirectional exchange of complementary information. CoDeRNet introduces a Confidence-Decomposed Routing (CoDeR) mechanism, which decomposes the routing condition into receiver-side need for support and sender-side reliability cues to guide selective transfer. Experiments on LEVIR-MCI and WHU-CDC show that CoDeRNet achieves strong overall CDC performance, particularly improving caption generation while preserving competitive change localization. Extensive analyses further show that the benefits arise not merely from joint learning or generic cross-task communication, but from explicitly modeling selective cross-task information routing. These results highlight the importance of conditional information transfer for unified CDC under heterogeneous supervision.
- Abstract（参考訳）: Change Detection & Captioning (CDC)は、変化した領域を共同でローカライズし、双方向のリモートセンシング画像からそれらのセマンティックコンテンツを記述することを目的としている。
近年のアプローチでは、統一モデリングの有効性が実証されているが、それらは主に共有表現や共同最適化アーキテクチャに依存しており、不均質な監督下でのタスク固有のコミュニケーションを探索しにくくしている。
しかし、検出とキャプションは、基本的には監督の粒度が異なるため、タスクや空間的位置をまたいだ不均一な信頼性を持つ異種表現につながる。
本稿では,CDCを異種タスクブランチ間の選択的な情報ルーティング問題として再定義する。
この目的のために,タスク固有の表現を保存し,補完情報の双方向交換を可能にする統合フレームワークであるCoDeRNetを提案する。
CoDeRNet は Confidence-Decomposed Routing (CoDeR) メカニズムを導入し、ルーティング条件をレシーバ側の要求に分解し、選択的な転送をガイドするための送信側信頼性キューを提供する。
LEVIR-MCI と WHU-CDC の実験により,CoDeRNet は CDC の全体的な性能が向上し,特にキャプション生成が向上し,競争的変化の局所化が維持された。
包括的分析により、この利点は、共同学習や汎用的なクロスタスクコミュニケーションだけでなく、選択的クロスタスク情報ルーティングを明示的にモデル化することからもたらされることが示された。
これらの結果は、異種監視下の統合CDCにおける条件情報伝達の重要性を強調した。
関連論文リスト
- FSCA-Net: Feature-Separated Cross-Attention Network for Robust Multi-Dataset Training [3.2658295979028753]
本稿では,特徴表現をドメイン不変およびドメイン固有コンポーネントに分離する統合フレームワークを提案する。
新しいクロスアテンション融合モジュールは、これらのコンポーネント間の相互作用を適応的にモデル化し、効果的な知識伝達を保証する。
複数のクラウドカウントベンチマークの実験では、FSCA-Netは負の転送を効果的に軽減し、最先端のクロスデータセットの一般化を実現する。
論文 参考訳（メタデータ） (2026-02-02T02:18:48Z) - Bridging Supervision Gaps: A Unified Framework for Remote Sensing Change Detection [2.7351165166984845]
UniCDは、教師付き、弱教師付き、教師なしのタスクを協調的に処理する。
UniCDは共有エンコーダとマルチブランチ協調学習機構を通じてアーキテクチャ上の障壁を取り除く。
主流データセットの実験は、UniCDが3つのタスクで最適なパフォーマンスを達成することを示した。
論文 参考訳（メタデータ） (2026-01-25T08:43:29Z) - SC-GIR: Goal-oriented Semantic Communication via Invariant Representation Learning [59.45312293893698]
目標指向セマンティックコミュニケーション(SC)は,タスクの意味情報のみを伝達することで,コミュニケーションシステムに革命をもたらすことを目的としている。
画像伝送のためのSC-GIR(Goal-oriented Invariant Representation-based SC)という新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2025-09-01T04:29:43Z) - Enhancing Transferability and Consistency in Cross-Domain Recommendations via Supervised Disentanglement [13.553355329509243]
クロスドメインレコメンデーションは、ドメイン間で知識を伝達することで、データの疎さを軽減することを目的としている。
分散表現学習は、複雑なユーザの好みをモデル化するための効果的なソリューションを提供する。
本稿では,GNN を拡張したエンコーダデコーダフレームワーク DGCDR を提案する。
論文 参考訳（メタデータ） (2025-07-23T01:29:45Z) - Tackling Distribution Shifts in Task-Oriented Communication with Information Bottleneck [28.661084093544684]
本稿では,情報ボトルネック(IB)原理と不変リスク最小化(IRM)フレームワークに基づく新しいアプローチを提案する。
提案手法は,効率的な領域シフト一般化のための高機能を有するコンパクトかつ情報的特徴を抽出することを目的としている。
提案手法は最先端の手法より優れ、より優れたレート歪みトレードオフを実現することを示す。
論文 参考訳（メタデータ） (2024-05-15T17:07:55Z) - Learning Cross-modality Information Bottleneck Representation for
Heterogeneous Person Re-Identification [61.49219876388174]
Visible-Infrared person re-identification (VI-ReID)は、インテリジェントビデオ監視において重要かつ困難な課題である。
既存の手法は主に共有特徴空間の学習に重点を置いており、可視光と赤外光の相違を減らす。
本稿では,新しい相互情報・モダリティコンセンサスネットワーク,すなわちCMInfoNetを提案し,モダリティ不変な同一性の特徴を抽出する。
論文 参考訳（メタデータ） (2023-08-29T06:55:42Z) - CMTR: Cross-modality Transformer for Visible-infrared Person
Re-identification [38.96033760300123]
可視赤外人物再識別のための相互モダリティトランスフォーマー法(CMTR)
我々は,モダリティの情報をエンコードするために,トークン埋め込みと融合した新しいモダリティ埋め込みを設計する。
提案するCMTRモデルの性能は,既存のCNN方式をはるかに上回っている。
論文 参考訳（メタデータ） (2021-10-18T03:12:59Z) - Cross-modal Consensus Network for Weakly Supervised Temporal Action
Localization [74.34699679568818]
時間的行動局所化 (WS-TAL) は、ビデオレベルの分類的監督によって、ビデオ内のアクションインスタンスをローカライズすることを目的とした課題である。
この問題に対処するためのクロスモーダルコンセンサスネットワーク(CO2-Net)を提案する。
論文 参考訳（メタデータ） (2021-07-27T04:21:01Z) - Dual-Cross Central Difference Network for Face Anti-Spoofing [54.81222020394219]
対面防止(FAS)は、顔認識システムを保護する上で重要な役割を担っている。
中央差分畳み込み(CDC)は、FASタスクの優れた表現能力を示しています。
中心と周囲の局所的な特徴の差を利用した2つのC-CDC(Cross Central difference Convolutions)を提案する。
論文 参考訳（メタデータ） (2021-05-04T05:11:47Z) - Learning Domain Invariant Representations for Generalizable Person
Re-Identification [71.35292121563491]
ReID(Generalizable person Re-Identification)は、最近のコンピュータビジョンコミュニティで注目を集めている。
DIR-ReID(Domain Invariant Representations for Generalizable Person Re-Identification)という新しい一般化フレームワークを提案する。
論文 参考訳（メタデータ） (2021-03-29T18:59:48Z) - Learning Task-oriented Disentangled Representations for Unsupervised
Domain Adaptation [165.61511788237485]
Unsupervised domain adapt (UDA) は、ラベル付きソースドメインとラベルなしターゲットドメインの間のドメインシフト問題に対処することを目的としている。
UDAのための動的タスク指向の非絡合ネットワーク(DTDN)を提案し,非絡合表現をエンドツーエンドで学習する。
論文 参考訳（メタデータ） (2020-07-27T01:21:18Z)
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。