文献

J-GLOBAL ID：201902262638324454   整理番号：19A2174723

受動ミリ波センサを用いた物体検出のための深CNN【JST・京大機械翻訳】

Deep CNNs for Object Detection Using Passive Millimeter Sensors

著者 (3件)： Lopez-Tapia Santiago (Department of Computer Science and Artificial Intelligence, University of Granada, Granada, Spain) ,  Molina Rafael (Department of Computer Science and Artificial Intelligence, University of Granada, Granada, Spain) ,  de la Blanca Nicolas Perez (Department of Computer Science and Artificial Intelligence, University of Granada, Granada, Spain)
資料名： IEEE Transactions on Circuits and Systems for Video Technology  (IEEE Transactions on Circuits and Systems for Video Technology)
巻： 29  号： 9  ページ： 2580-2589  発行年： 2019年 
JST資料番号： W0321A  ISSN： 1051-8215  CODEN： ITCTEM  資料種別： 逐次刊行物 (A)
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： 受動ミリ波画像(PMMWIs)は,衣服の下に隠された物体を検出し,位置決めするために用いることができる。残念ながら,獲得された画像の品質と隠れた物体の未知の位置,形状,およびサイズはこれらの課題を挑戦する。本論文では,この検出/局在化問題に対する深い学習手法を検討した。異なるアーキテクチャに対する非定常取得雑音の影響を解析し議論した。浅い構造との比較も示した。達成された検出精度は,PMMWIs上でのオブジェクト検出における最新の技術を定義する。この解法の低い計算訓練と試験コストは,リアルタイム応用におけるその利用を可能にした。Copyright 2019 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： 画像 ,  雑音 ,  学習 ,  *センサ ,  *EHF波 ,  コンピュータビジョン ,  品質 ,  衣服 ,  計算機アーキテクチャ
準シソーラス用語： 実時間 ,  検出精度 ,  非定常性 ,  局在化 ,  *物体検出 , 【Automatic Indexing@JST】

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 (3件)： ミリ波 ,  物体検出 ,  CNN