文献

J-GLOBAL ID：201802285539377974   整理番号：18A0884990

視覚的注意機構に基づく深さ強化学習による歩行者検出手法【JST・京大機械翻訳】

Deep reinforcement learning with visual attention for pedestrian detection

著者 (3件)： Ma Ji (東北大学計算机科学与工程学院,沈陽110819;遼寧大学信息学院,沈陽110036) ,  Li Jingjiao (東北大学信息科学与工程学院,沈陽,110819) ,  Li Zhenni (東北大学信息科学与工程学院,沈陽,110819)
資料名： Zhongguo Keji Lunwen  (Zhongguo Keji Lunwen)
巻： 12  号： 14  ページ： 1570-1577  発行年： 2017年 
JST資料番号： C3242A  ISSN： 2095-2783  CODEN： ZKLHAF  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： 視覚的注意機構と組み合わせて,人間の視覚探索の局所的キー部位を,深い強化学習訓練の視点選択モデルの助けを借りて,新しい歩行者検出方法を提案して,それは,視点選択モデルを通して,焦点領域の探索と検索のキー領域の探索によって,キー領域の歩行者の識別を,行った。。」。.は,探索のキー領域の探索と検索のキー領域の選択である,。......................................報酬として,深さ強化学習により,視点選択モデルを最適化した。視点選択モデルと検出ネットワークの共同反復訓練は,局所キー領域の選択と判別の強力な能力を持ち,変形とオクルージョンの影響を低減できる。公開された歩行者検出データセットと比較して,この歩行者検出法は,歩行者検出の精度を効果的に改善することができることを,従来の歩行者検出データセットと比較して示した。その結果は,提案した歩行者検出法が,歩行者検出の精度を効果的に改善できることを示した。.1................................Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *強化学習 ,  最適化 ,  オクルージョン ,  *歩行者 ,  ネットワーク
準シソーラス用語： 選択モデル ,  視覚探索 ,  *歩行者検出 ,  *視覚的注意 , 【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)： 視覚的注意 ,  強化学習 ,  歩行者検出 ,  手法