論文の概要: AquaProbe: Efficient Adaptation of Frozen Vision Models for Underwater Images

• arxiv url: http://arxiv.org/abs/2610.40900v1
• Date: Thu, 29 Oct 2026 19:22:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.477736
• Title: AquaProbe: Efficient Adaptation of Frozen Vision Models for Underwater Images
• Title（参考訳）: AquaProbe:水中画像に対する凍結視覚モデルの効率的な適応
• Abstract要約: 領域ギャップの位置が水型や撮像範囲によってどのように変化するかを測定するためにAquaProbeを導入する。 推定条件クラスタに条件付けされた3方向ルータは、標準のSUIMスプリットで70.6 mIoU、ホールドアウト劣化時に63.4 AUDRCを達成する。
• 参考スコア（独自算出の注目度）: 1.8111829286068912
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Reliable visual perception is essential for safe autonomous underwater exploration. Yet vision models pretrained on terrestrial images become less reliable underwater, where turbidity, backscatter, and wavelength-dependent attenuation alter scene appearance. Existing adaptation methods either spread adapters equally across the encoder depth or select layers using the divergence between two fixed domains. In this paper, we introduce AquaProbe for measuring how the location of the domain gap changes with water type and imaging range. AquaProbe separates newly introduced divergence from that accumulated through a frozen vision encoder using paired clean and physically rendered images and allocates a fixed LoRA budget according to the measured profile. The segmentation mean Intersection-over-Union (mIoU) for the proportional LoRA rank allocation, based on the measured profile, is 70.1; this is a better result than uniform LoRA rank allocation by 1.9 mIoU points while having the same parameter budget of 0.59 million adapter parameters. The three-way router, conditioned on estimated condition clusters, achieves 70.6 mIoU on the standard SUIM split and 63.4 AUDRC under held-out degradation.
• Abstract（参考訳）: 安全で自律的な水中探査には、信頼性の高い視覚認識が不可欠である。 しかし、地上画像に事前訓練された視覚モデルは、濁度、後方散乱、波長依存性の減衰がシーンの外観を変えるため、水中での信頼性が低下する。 既存の適応手法は、アダプタをエンコーダの深さに等しく広げるか、2つの固定されたドメイン間の分岐を用いて選択する。 本稿では,ドメインギャップの位置が水の種類や画像範囲によってどのように変化するかを測定するためのAquaProbeを紹介する。 AquaProbeは、ペア化されたクリーンで物理的にレンダリングされた画像を使用して、凍結した視覚エンコーダによって蓄積された、新しく導入された分岐を分離し、測定されたプロファイルに従って固定されたLoRA予算を割り当てる。 比例的なLoRAランク割り当てのセグメンテーション平均mIoU(Intersection-over-Union)は70.1であり、同じパラメータ予算の0.59万のアダプタパラメータを持ちながら、均一なLoRAランク割り当ての1.9mIoUポイントよりも良い結果である。 3方向ルータは、推定条件クラスタに基づいており、標準のSUIMスプリットでは70.6 mIoU、ホールドアウト劣化時には63.4 AUDRCを達成している。

関連論文リスト

• Privacy-Preserving Full-Body Meshing from mmWave Radar via Mesh Foundation Model Supervision [0.05833117322405446]
  ミリ波レーダー(mmWave)は、プライバシーを守る人間の知覚を可能にするが、商用の単一チップセンサーからの点雲の極端に広い範囲は、先行技術をボディ部分のキーポイントまたは個別のアクション分類に制限している。 本稿では,市販のレーダをフレーム単位のフルボディ,メトリック3Dメッシュに引き上げるクロスモーダルな教師学生用フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-28T09:49:08Z)
• Wave-Robust Passive AUV Localization Using FP-MUSIC [1.554831836850549]
  本研究では, 単一浮き浮き浮き浮き浮き浮き浮き浮き浮き浮き浮き浮き3次元空間マッピングシステムを提案する。 中心的な困難は、表面波動が6自由度摂動を誘導し、スナップショット間の配列を回転させることである。 我々は、IMU測定を用いてスナップショットの共分散を非ワープする固定点反復型MUltiple SIgnal Classificationアルゴリズム(FP-MUSIC)を導入することで、この問題を解決する。
  論文  参考訳（メタデータ） (2026-09-23T11:29:56Z)
• Odometry-Aided Real-Time Mapping for Underwater Robots Using Forward-Looking Sonar [51.8931180857129]
  前向きソナー(FLS)のリアルタイムマッピングは、未解決の目標高度、空間的に一様でないノイズ、断片化された目標境界のため、依然として困難である。 本稿では,高速フーリエ変換(FFT)に基づくデノイング,高速マルチスケール定数偽アラームレート(MCFAR)検出,勾配適応境界接続を組み合わせたケースケード型特徴再構成パイプラインを提案する。 3m×5mプールにおける実験では,3列に3cm未満のルート平均二乗誤差(RMSE)とフレーム平均処理時間42.4msのセンチスケール平面マッピング精度が示された。
  論文  参考訳（メタデータ） (2026-09-21T07:10:04Z)
• Rethinking Conditional Generation for Underwater Salient Object Detection [69.38806804258452]
  コンディショナル・ジェネレーション・ネットワーク(DCGNet)は、水中のサリエンシ生成のための信頼性の高いコンディショナル・特徴を構築するために設計されている。 DCGNetは既存の最先端手法を著しく上回り、複雑な水中視覚応用の可能性を検証している。
  論文  参考訳（メタデータ） (2026-07-02T07:48:06Z)
• LLM-Empowered Multimodal Fusion Framework for Autonomous Driving: Semantic Enhancement and Channel-Adaptive Design [56.76240343283953]
  本稿では,大規模言語モデル中心のセマンティック・レイヤ・チャネル・アウェア・インテグレート・パーセプション・フレームワークを提案する。 ローカルな視覚ストリームと、知覚盲点をカバーするために使用される品質の変化した外部レーダーストリームを融合させる。 nuScenesとVIRATの実験は、我々のアプローチを検証する。
  論文  参考訳（メタデータ） (2026-07-02T06:44:02Z)
• BathyFacto: Refraction-Aware Two-Media Neural Radiance Fields for Bathymetry [1.1183000640635818]
  UAV画像に基づく水面透過光度測定は浅水浴量測定を可能にする。 気-水界面での屈折は、構造-移動の直線的仮定に反する。 本稿では,NerfactoをNerfstudioに統合した屈折型2メディア拡張であるBathyFactoを紹介する。
  論文  参考訳（メタデータ） (2026-05-11T08:24:59Z)
• Advancing Visual Reliability: Color-Accurate Underwater Image Enhancement for Real-Time Underwater Missions [52.04969451806431]
  正確な色復元が可能なリアルタイム水中画像強調フレームワークを提案する。 提案手法は、7つの評価指標にまたがって最先端の性能を実現する。 多様な環境条件下でUCIQEのスコアを29.7%改善する。
  論文  参考訳（メタデータ） (2026-03-17T10:51:00Z)
• Multi-Modality Driven LoRA for Adverse Condition Depth Estimation [61.525312117638116]
  逆条件深さ推定のためのMulti-Modality Driven LoRA(MMD-LoRA)を提案する。 Prompt Driven Domain Alignment (PDDA) と Visual-Text Consistent Contrastive Learning (VTCCL) の2つのコアコンポーネントで構成されている。 nuScenesとOxford RobotCarデータセットの最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2024-12-28T14:23:58Z)
• A Single Stream Network for Robust and Real-time RGB-D Salient Object Detection [89.88222217065858]
  我々は、深度マップを用いて、RGBと深度の間の早期融合と中核融合を誘導する単一ストリームネットワークを設計する。 このモデルは、現在の最も軽量なモデルよりも55.5%軽く、32 FPSのリアルタイム速度で384倍の384ドルの画像を処理している。
  論文  参考訳（メタデータ） (2020-07-14T04:40:14Z)

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。