文献

J-GLOBAL ID：201802249254446807   整理番号：18A0587100

低分解能画像検出のためのRCNNを迅速回復特徴ネットワークの融合【Powered by NICT】

Merging recovery feature network to faster RCNN for low-resolution images detection

著者 (2件)： Zhang Ruyi (Tsinghua University Shenzhen Key Laboratory of Broad-band Network & Multimedia, Graduate School at Shenzhen, Tsinghua University, Shenzhen, China) ,  Yang Yujiu (Tsinghua University Shenzhen Key Laboratory of Broad-band Network & Multimedia, Graduate School at Shenzhen, Tsinghua University, Shenzhen, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： GlobalSIP  ページ： 1230-1234  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： 低解像度(LR)画像は物体検出性能の改善に障害の一つである。問題を緩和するために,畳込み特徴空間でのLR画像の情報を回収するために結合した畳込みニューラルネットワーク(CNN)を設計した。CNNの一つは,予め訓練と凍結,ラベルの外観を計算するために使用されている。CNNのもう一つである訓練可能特徴回収ネットワーク(FRN)である。FRNは,LR画像とそのHR画像の特徴間の距離を最適化することにより学習する。本論文では,畳込み特徴を連結することにより単一ネットワークとしてFRNと高速RCNNを融合した。多数の実験は,筆者らのマージング構造検出器は,LR画像の検出に元の高速RCNNより約2%高い精度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【Powered by NICT】

シソーラス用語： 畳込み ,  マージング ,  *ネットワーク ,  検出器 ,  高速度 ,  *画像 ,  コンピュータビジョン ,  最適化
準シソーラス用語： 畳込みニューラルネットワーク ,  特徴空間 ,  物体検出 ,  *画像センシング ,  *低分解能 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 低分解能 ,  画像検出 ,  回復 ,  融合