文献

J-GLOBAL ID：201802217991211066   整理番号：18A1621609

ロボット支援視覚システムのための物体検出と認識へのマルチRPN融合ベースのスパースPCA-CNNアプローチ【JST・京大機械翻訳】

Multi-RPN Fusion-based Sparse PCA-CNN Approach to Object Detection and Recognition for Robot-aided Visual System

著者 (6件)： Xia Chong-Kun (College of Information Science and Engineering, Northeastern University, Shenyang, 110819, PR China) ,  Zhang Yun-Zhou (College of Information Science and Engineering, Northeastern University, Shenyang, 110819, PR China) ,  Zhang Peng-Fei (College of Information Science and Engineering, Northeastern University, Shenyang, 110819, PR China) ,  Qin Cao (College of Information Science and Engineering, Northeastern University, Shenyang, 110819, PR China) ,  Zheng Rui (College of Information Science and Engineering, Northeastern University, Shenyang, 110819, PR China) ,  Liu Shuang-Wei (College of Information Science and Engineering, Northeastern University, Shenyang, 110819, PR China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CYBER  ページ： 394-399  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 物体検出と認識はロボット支援視覚システムにおいて重要な役割を果たす。しかしながら,オブジェクトのスケールが大きく変化したとき,畳込みニューラルネットワーク(CNNまたはConvNet)(すなわち,高速R-CNNまたはFasterR-CNN)に基づく現在のオブジェクト検出アルゴリズムは,常に高い誤検出率と低い計算速度を引き起こす。さらに,これらの方法には,固有の問題がある。したがって,著者らは,上記の問題を解決するために,新しいマルチRPN融合ベースのスパースPCA-CNN検出アルゴリズムを提案した。最初に,マルチRPN(領域提案ネットワーク)融合法を採用して,候補ウィンドウを生成した。次に,新しいスパースPCA-CNNアルゴリズムを,画像またはビデオシーケンスからオブジェクトを検出して認識するために提案した。最後に,実験を採用して,提案したアルゴリズムを検証した。そして,既存の方法と比較して,結果は,提案方法がより良い性能を持つことを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ネットワーク ,  高速度 ,  *ロボット ,  計算機処理速度 ,  アルゴリズム ,  画像
準シソーラス用語： ビデオシーケンス ,  誤検出率 ,  検出アルゴリズム ,  畳込みニューラルネットワーク ,  *物体検出 ,  *視覚システム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： ロボット ,  支援 ,  視覚システム ,  物体検出 ,  マルチ ,  融合 ,  PCA ,  CNN