文献

J-GLOBAL ID：202002211268240976   整理番号：20A1811744

実時間キーポイントベースオブジェクト検出のための軽量高解像度表現バックボーン【JST・京大機械翻訳】

A Lightweight High-Resolution Representation Backbone For Real-Time Keypoint-Based Object Detection

著者 (4件)： Dong Jiansheng (Wuhan University of Technology,School of Computer Science and Technology,China) ,  Yuan Jingling (Wuhan University of Technology,School of Computer Science and Technology,China) ,  Li Lin (Wuhan University of Technology,School of Computer Science and Technology,China) ,  Zhong Xian (Wuhan University of Technology,School of Computer Science and Technology,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICME  ページ： 1-6  発行年： 2020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： キーポイントベースの検出器は,比較的新しいオブジェクト検出機構であり,アンカーボックスに関連した複雑な計算を避けて,最先端の精度を達成した。しかし,推定速度は,重いバックボーンネットワークのため,これらの検出器の主要な欠点である。本論文では,キーポイントベース検出用のDNetと名付けた新しい軽量バックボーンを設計し,実時間オブジェクト検出ネットワークを提案した。バックボーン部分では,DNetは,プロセスを通して高解像度特徴マップを維持でき,スケールにわたって特徴を徐々に抽出して統合できる。検出部分では,結合ボックスを予測するために,中心キーポイントと一対のコーナーを検出し,アンカーボックスに関連した複雑な計算を完全に回避した。最先端のリアルタイム検出器と比較して,著者らのネットワークは21.5msでCOCOベンチマークで30.0%APで優れた性能を達成した。さらに,実験結果は,著者らのネットワークが組込みデバイスでリアルタイムに実行できることを示した。Copyright 2020 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 ,  基幹回線 ,  検出器 ,  *高分解能 ,  ベンチマーク
準シソーラス用語： *物体検出 ,  実時間 ,  特徴マップ ,  軽量 , 【Automatic Indexing@JST】

分類 (5件)： 音声処理  (JE05000E) ,  符号理論  (ND02030R) ,  図形・画像処理一般  (JE04010I) ,  専用演算制御装置  (JC04030Y) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 実時間 ,  オブジェクト検出 ,  軽量 ,  高解像度 ,  表現 ,  バックボーン