| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-08-27 15:40 ACFI-DETR：適応的クロススケール特徴統合による衛星画像物体検出モデル ○林 大介・日置尋久（京大）  SIP2026-43 |
|
| 抄録 | （和） | 衛星画像によるリモートセンシングは，インフラ監視，災害対策，農業，地理空間情報解析などへの活用が進められており，画像の解析には高精度な物体検出技術が不可欠である．衛星画像には異なるスケールの物体が混在し，物体が密集していることも多く，また外観が類似した異なるカテゴリの物体を識別する必要があることから，画像ごとに物体検出で有用となる特徴マップの組合せが異なる．従来の物体検出モデルRT-DETRv4では，スケールの異なる特徴マップを統合する仕組みは備えているものの，統合の方法は画像によらず固定されているため，画像ごとに物体検出で有用な特徴を統合できているとはいえない．そこで本研究では， 画像ごとに物体検出のために有用な特徴を，スケールを横断して相互に適応的に統合し，さらに精製する「適応的クロススケール特徴統合」を行うモジュールとしてAdaptive Cross-scale Feature Integration（ACFI）を開発し，RT-DETRv4のエンコーダで生成される特徴マップにACFIを適用する物体検出モデルACFI-DETRを構築した．ACFIでは，まず異なるスケールの特徴マップを適応的に統合し，続いて物体検出に有用な特徴を選択・精製する．本研究では，ACFI内部の前者の統合処理をTarget-guided Cross-scale Source Aggregation（TCSA），後者の精製処理をHierarchical Interaction Refinement Module（HIRM）と呼ぶ．DIORデータセットによる評価の結果，ACFI-DETRはmAP50（IoU=0.5）76.9%を達成し， RT-DETRv4より1.2ポイント向上した．この結果は，提案モデルによる適応的クロススケール特徴統合の有効性を示唆しているといえる． |
| （英） | Satellite remote sensing has been widely utilized for infrastructure monitoring, disaster management, agriculture, and geospatial analysis. Sophisticated object detection methods are indispensable for analyzing satellite imagery. Satellite images often contain objects of various scales, densely packed objects, and visually similar categories, making the optimal combination of feature maps vary across images. Although RT-DETRv4 incorporates a mechanism for integrating multi-scale feature maps, its feature integration function is fixed regardless of the input image, making it difficult to integrate the most suitable feature maps for each image. To address this issue, we develop Adaptive Cross-scale Feature Integration (ACFI), a module that adaptively integrates multi-scale feature maps for each image, and construct ACFI-DETR by applying ACFI to the encoder feature maps of RT-DETRv4. ACFI first integrates multi-scale feature maps adaptively and then selects and refines features for object detection. In this study, the cross-scale feature integration process in ACFI is called Target-guided Cross-scale Source Aggregation (TCSA), while the feature refinement process is called Hierarchical Interaction Refinement Module (HIRM). Experimental results on the DIOR dataset show that ACFI-DETR achieves 76.9% mAP50 (IoU = 0.5), outperforming RT-DETRv4 by 1.2 percentage points. These results suggest the effectiveness of the proposed adaptive cross-scale feature integration. | |
| キーワード | （和） | 物体検出 / 衛星画像 / リモートセンシング / ACFI-DETR / ACFI / RT-DETR / Transformer / |
| （英） | Object detection / Satellite images / Remote sensing / ACFI-DETR / ACFI / RT-DETR / Transformer / | |
| 文献情報 | 信学技報, vol. 126, no. 157, SIP2026-43, pp. 39-44, 2026年8月. | |
| 資料番号 | SIP2026-43 | |
| 発行日 | 2026-08-20 (SIP) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | SIP2026-43 |
|
| 研究会情報 | |
| 研究会 | SIP |
| 開催期間 | 2026-08-27 - 2026-08-28 |
| 開催地（和） | 森秋旅館 会議室 蓬春 |
| 開催地（英） | Moriaki Ryokan |
| テーマ（和） | 信号処理，一般 |
| テーマ（英） | Signal Processing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2026-08-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | ACFI-DETR：適応的クロススケール特徴統合による衛星画像物体検出モデル |
| サブタイトル（和） | |
| タイトル（英） | ACFI-DETR: Satellite Image Object Detection Model with Adaptive Cross-scale Feature Integration |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 物体検出 / Object detection |
| キーワード(2)（和/英） | 衛星画像 / Satellite images |
| キーワード(3)（和/英） | リモートセンシング / Remote sensing |
| キーワード(4)（和/英） | ACFI-DETR / ACFI-DETR |
| キーワード(5)（和/英） | ACFI / ACFI |
| キーワード(6)（和/英） | RT-DETR / RT-DETR |
| キーワード(7)（和/英） | Transformer / Transformer |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 林 大介 / Daisuke Hayashi / ハヤシ ダイスケ |
| 第1著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 日置 尋久 / Hirohisa Hioki / ヒオキ ヒロヒサ |
| 第2著者 所属（和/英） | 京都大学 (略称： 京大) Kyoto University (略称： Kyoto Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-08-27 15:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SIP |
| 資料番号 | SIP2026-43 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.157 |
| ページ範囲 | pp.39-44 |
| ページ数 | 6 |
| 発行日 | 2026-08-20 (SIP) |
[研究会発表申込システムのトップページに戻る]