小物体検出は、微小な対象が本質的に持つ特徴の希少性によって長らく制約を受けており、空間領域の検出器が重要な高周波詳細を無差別に破棄する操作によって、この問題はさらに悪化する。空間領域内でこうした脆弱な手がかりを回復することは極めて困難であり、計算コストの高いアーキテクチャのアップスケーリングを必要とすることが多く、しかもそれが背景ノイズを inadvertent に増幅してしまう。このギャップを埋めるため、本研究は特徴処理を空間領域からスペクトル領域へ移行するパラダイムを提案し、以下の新規性を備えた包括的なソリューションを提示する。
第一に、多様な検出器アーキテクチャ（CNNベースとTransformerベースの両方）に汎化する汎用的な周波数誘導特徴表現フレームワークを構築する。これは空間のみの特徴抽出に対する堅牢な代替手段を提供するものであり、空間領域の畳み込みやアップサンプリングに依存する従来路線とは異なり、微小物体の位置特定に不可欠な高周波成分を周波数領域で直接モデル化し保持しようとする。
第二に、統一的な分解-強化-再構成（Decompose–Enhance–Reconstruct、DER）演算子を提案する。この演算子は、Wavelet-Difference Gate（WDG）、Log-Gabor Enhancer（LGE）、Frequency-Driven Head（FDHead）という3つの軽量でプラグアンドプレイ可能なモジュールによって実装される。これらのモジュールはそれぞれ検出器のバックボーン、ネック、ヘッドに組み込まれ、周波数認識変調を検出パイプライン全体に体系的に注入する。このメカニズムの鍵は、特徴モデリングを解像度低下から分離し、識別力のある高周波成分を捉えつつパラメータの冗長性を大幅に削減し、より正確な位置特定を可能にすることにある。
実験面では、VisDrone2019、UAVDT、TinyPerson、DOTAv1といった複数ドメインのベンチマークデータセットで広範な検証を行い、一貫した性能向上を確認した。特に、このフレームワークに基づくDERNetシリーズのモデルは、同規模のYOLOv11モデルを上回る性能を達成しながら、パラメータ数はその6分の1で済む。論文ではさらに、厳密なスペクトル診断と誤差分解分析によってこれらの結論を裏付けている。本論文はYuhan Rui氏ら10名の著者によって2026年6月22日にarXivに投稿され、コンピュータビジョンとパターン認識（cs.CV）および人工知能（cs.AI）の分野に属する。