文献

J-GLOBAL ID：202002237346217577   整理番号：20A2254166

リモートセンシング超解像画像のための高密度特徴融合と注意モデルを介した任意指向物体検出【JST・京大機械翻訳】

Arbitrary-oriented object detection via dense feature fusion and attention model for remote sensing super-resolution image

著者 (8件)： Zou Fuhao (School of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan, China) ,  Xiao Wei (School of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan, China) ,  Ji Wanting (School of Natural and Computational Science, Massey University, Auckland, New Zealand) ,  He Kunkun (School of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan, China) ,  Yang Zhixiang (Wuhan Digital Engineering Research Institute, Wuhan, China) ,  Song Jingkuan (Innovation Center, University of Electronic Science and Technology of China, Chengdu, China) ,  Zhou Helen (School of Engineering, Manukau Institute of Technology, Auckland, New Zealand) ,  Li Kai (School of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan, China)
資料名： Neural Computing & Applications  (Neural Computing & Applications)
巻： 32  号： 18  ページ： 14549-14562  発行年： 2020年 
JST資料番号： W0703A  ISSN： 0941-0643  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,リモートセンシング画像のためのオブジェクト検出のフロンティアをさらに押し出すための,新しい任意指向エンドツーエンドオブジェクト検出法の開発を目的とする。提案方法は,高速RCNN様フレームワークの下で位置確認と分類に関して性能を高めるために,同時に,注意機構,特徴融合,回転領域提案,および超解像前処理のような多重戦略を考慮に入れる。特に,チャネル注意ネットワークを,有用な特徴を選択的に強化し,無用なものを抑えるために統合する。次に,高密度特徴融合ネットワークを,マルチスケール検出フレームワークに基づいて設計し,それは,特徴の多重層を融合して,小型物体に対する感度を改善した。さらに,検出の対象は,しばしば高密度に配置され,様々な方向に現れるので,冗長な検出領域を低減するための回転アンカー戦略を設計した。2つのリモートセンシング公開データセットDOTA,NWPU VHR-10,およびシーンテキストデータセットICDAR2015に関する大規模な実験は,提案方法がR2CNNとR2CNN++のように,最先端のものと同等か,さらに優れていることを証明した。Copyright Springer-Verlag London Ltd., part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 冗長性 ,  ネットワーク ,  前処理 ,  位置決め ,  多重化 ,  *リモートセンシング ,  エンドツーエンド方式 ,  *超解像 ,  多層 ,  チャネル
準シソーラス用語： マルチスケール ,  物体検出 ,  高密度 ,  リモートセンシング画像 ,  *特徴融合 , 【Automatic Indexing@JST】

著者キーワード (7件)： オブジェクト検出 ,  任意配向 ,  回転提案 ,  リモートセンシング画像 ,  注意モデル ,  高密度特徴ピラミッドネットワーク ,  超解像

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： リモートセンシング ,  超解像 ,  高密度 ,  特徴融合 ,  注意 ,  モデル ,  物体検出