文献

J-GLOBAL ID：202002235679021696   整理番号：20A0495001

車両ロゴ認識のための大規模ベンチマーク【JST・京大機械翻訳】

A Large-Scale Benchmark for Vehicle Logo Recognition

著者 (7件)： Liu Jiajun (Huaqiao University,College of Engineering,Quanzhou,China,362021) ,  Shen Fei (Huaqiao University,College of Engineering,Quanzhou,China,362021) ,  Wei Mengwan (Huaqiao University,College of Engineering,Quanzhou,China,362021) ,  Zhang Yuzhao (Huaqiao University,College of Engineering,Quanzhou,China,362021) ,  Zeng Huanqiang (Huaqiao University,College of Information Science and Engineering,Xiamen,China,361021) ,  Zhu Jianqing (Huaqiao University,College of Engineering,Quanzhou,China,362021) ,  Cai Canhui (Huaqiao University,College of Engineering,Quanzhou,China,362021)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICIVC  ページ： 479-483  発行年： 2019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： 車両分類(VLR)は,車両分類を効果的に支援することができるので,自動車両分類(AVC)研究領域においてますます重要になっている。しかし,既存のオープンアクセス車両ロゴデータセットは多くの問題を有しており,オクルージョン,低画像分解能および照明条件の変化のような実世界条件を表現することは困難であり,従って現実におけるVLR応用を大きく妨げている。このために,本論文では大規模な車両ロゴベンチマークを提案した。最初に,大規模な車両ロゴデータセット,すなわちVLD1.0を収集して,それは66のクラスの25189の画像を含んだ。各タイプの自動車は,実世界の条件を包括的に表現するために,様々な条件から複数の画像を用いて収集される。第二に,車両ロゴ認識進化プロトコルを,性能を完全に評価するように設計した。すなわち,異なる区間Over Union(IOU)値とSpeedの下で,平均精度(MAP)である。第三に,YOLOv3の深い学習モデルをベースライン法として適用し,VLD1.0に関するその性能を報告した。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： *ベンチマーク ,  照明条件 ,  オクルージョン ,  学習モデル ,  自動車 ,  基準線
準シソーラス用語： オープンアクセス ,  車種 ,  LOGO , 【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)： ロゴ ,  大規模 ,  ベンチマーク