Structural Complexity as a World-Model Prior for Object Detection

Read full text Summarise with VIRAT
Authors: Sébastien Philippe
Cited by: 0

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

Ce travail propose une approche de filtrage post-détection en vision par ordinateur fondée sur un signal structurel local plutôt que sur des représentations sémantiques apprises. L’approche introduit une mesure structurelle locale, notée φ, utilisée pour caractériser certaines différences structurelles entre une région candidate et son voisinage immédiat. Contrairement aux classifieurs convolutifs classiques utilisés en second étage (MobileNet, ResNet), φ ne repose pas sur un apprentissage spécifique au domaine et s’appuie sur des propriétés structurelles observables de l’image. Intégré dans une chaîne de détection selon le principe « YOLO propose, φ valide », le système exploite une carte φ globale pré-calculée afin d’extraire des caractéristiques multi-échelles, ensuite évaluées par un classifieur MLP ultra-léger (15 Ko). Cette architecture découple le coût du filtrage du nombre de candidats, ce qui la rend particulièrement adaptée aux pipelines à fort rappel. Les résultats expérimentaux montrent que le modèle φ-MLP atteint des performances comparables à celles des CNN de second étage, tout en étant beaucoup plus léger, plus robuste aux dégradations d’image, et plus stable sur des données hors distribution. Ces résultats suggèrent que φ peut constituer un signal structurel complémentaire pour le filtrage post-détection dans des conditions variées d’acquisition et de déploiement. L’approche est déterministe, explicable, déployable sur CPU sans accélération matérielle, et ouvre la voie à des systèmes hybrides combinant signaux structurels analytiques et représentations apprises.

Fields of Study & Subjects

Advanced Neural Network Applications Visual Attention and Saliency Detection Advanced Image and Video Retrieval Techniques

Publication details

Journal / source
Zenodo (CERN European Organization for Nuclear Research)
Publication date
30 March 2026
Language
FR
Document type
Preprint