文献

J-GLOBAL ID：201702283312507489   整理番号：17A1924312

ターゲット視覚検出における深さ学習の応用と展望【JST・京大機械翻訳】

Advances and Perspectives on Applications of Deep Learning in Visual Object Detection

著者 (3件)： Zhang Hui (中国科学院自動化研究所復雑系統管理与控制国家重点実験室 北京100190;中国科学院大学 北京 100049) ,  Wang Kunfeng (中国科学院自動化研究所復雑系統管理与控制国家重点実験室 北京100190;青島智能産業技術研究院 青島 266000) ,  Wang Feiyue (中国科学院自動化研究所復雑系統管理与控制国家重点実験室 北京100190;国防科学技術大学軍事計算実験与平行系統技術研究中心 長沙 410073)
資料名： Zidonghua Xuebao  (Zidonghua Xuebao)
巻： 43  号： 8  ページ： 1289-1305  発行年： 2017年 
JST資料番号： C2134A  ISSN： 0254-4156  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 目標視覚検出はコンピュータビジョンの分野における重要な問題であり,映像監視,自律運転,人間機械相互作用などにおいて重要な研究意義と応用価値がある。近年、深い学習は画像分類研究において突破的な進展を得ており、ターゲットの視覚検査によって飛躍的な発展を遂げていることも示されている。本論文では,目標視覚検出における深さ学習の応用と展望をレビューした。まず第一に,目標視覚検出の基本的な流れをまとめ,次に,一般的なデータセットを紹介した。そして,目標視覚検査の研究における一般的なデータセットを紹介した。次に,本論文は,目標視覚検出における深い学習方法の最新の応用を強調した。最後に、深さ学習方法が目標視覚検査に応用される際に存在する困難と挑戦について議論し、今後の発展傾向について展望を行った。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *視覚 ,  コンピュータビジョン ,  相互作用 ,  視覚検査
準シソーラス用語： 学習方法 ,  画像分類 ,  自律性 ,  ビデオサーベイランス , 【Automatic Indexing@JST】

著者キーワード (4件)： Visual object detection ,  deep learning ,  computer vision ,  parallel vision

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： ターゲット ,  視覚 ,  学習 ,  応用 ,  展望