文献

J-GLOBAL ID：201902285792363034   整理番号：19A0871013

RGB-D突出物体検出のための3ストリーム注意意識ネットワーク【JST・京大機械翻訳】

Three-Stream Attention-Aware Network for RGB-D Salient Object Detection

著者 (2件)： Chen Hao (Department of Mechanical Engineering, City University of Hong Kong, Hong Kong) ,  Li Youfu (Department of Mechanical Engineering, City University of Hong Kong, Hong Kong)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 28  号： 6  ページ： 2825-2835  発行年： 2019年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  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： 畳込みニューラルネットワークに基づく以前のRGB-D融合システムは,典型的に2ストリームアーキテクチャを採用し,そこではRGBと深さ入力が独立に学習される。多モード融合ステージは,推論プロセスにおける各ストリームからの深い特徴を連結することによって典型的に実行される。従来の2ストリームアーキテクチャは,2つの次の制約により不十分な多モード融合を経験する可能性がある。1)交差モード相補性は,ボトムアップ経路ではほとんど研究されていない。ここでは,クロスモーダル補完を組み合わせて,RGB-D表現コミュニティを拡大するための新しい識別特徴を学習でき,交差モードチャネルは,交差モード補完特徴を選択するためにあいまいに見える未分化連接により典型的に結合される。本論文では,これらの2つの制約を,新しい3ストリーム注意認識多モード融合ネットワークを提案することにより検討した。提案したアーキテクチャにおいて,RGB特異的および深さ特異的ストリームを伴う交差モード蒸留ストリームを導入して,ボトムアップ経路における各レベルにおける新しいRGB-D特徴を抽出した。さらに,チャネルごとの注意メカニズムを,各レベルにおける各モダリティから相補的特徴マップを適応的に選択するために,交差モード交差レベル融合問題に革新的に導入した。広範な実験により,提案アーキテクチャの有効性と最先端のRGB-D突出オブジェクト検出法に対する大幅な改善を報告した。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： 有効性 ,  チャネル ,  蒸留 ,  分化 ,  多モード ,  相補性 ,  計算機アーキテクチャ ,  曖昧さ ,  コミュニティ ,  *ネットワーク
準シソーラス用語： 特徴マップ ,  モダリティ ,  ボトムアップ ,  畳込みニューラルネットワーク ,  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 (5件)： RGB-D ,  物体検出 ,  ストリーム ,  注意 ,  意識