文献

J-GLOBAL ID：202002240300729293   整理番号：20A0545413

包括的オブジェクト検出のための深層学習:調査【JST・京大機械翻訳】

Deep Learning for Generic Object Detection: A Survey

著者 (8件)： Liu Li (National University of Defense Technology, Changsha, China) ,  Liu Li (University of Oulu, Oulu, Finland) ,  Ouyang Wanli (University of Sydney, Camperdown, Australia) ,  Wang Xiaogang (Chinese University of Hong Kong, Sha Tin, China) ,  Fieguth Paul (University of Waterloo, Waterloo, Canada) ,  Chen Jie (University of Oulu, Oulu, Finland) ,  Liu Xinwang (National University of Defense Technology, Changsha, China) ,  Pietikaeinen Matti (University of Oulu, Oulu, Finland)
資料名： International Journal of Computer Vision  (International Journal of Computer Vision)
巻： 128  号： 2  ページ： 261-318  発行年： 2020年 
JST資料番号： T0423A  ISSN： 0920-5691  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： コンピュータビジョンにおける最も基本的で挑戦的な問題の一つであるオブジェクト検出は,自然画像における多数のあらかじめ定義されたカテゴリからオブジェクトインスタンスを位置決めすることを求める。深い学習技術は,データから直接的に特徴表現を学習するための強力な戦略として出現し,一般的なオブジェクト検出の分野において顕著なブレークスルーをもたらした。急速な進化のこの期間を与えて,本論文の目標は,深い学習技術によってもたらされたこの分野における最近の業績の包括的調査を提供することである。この調査において,300以上の研究貢献が含まれており,一般的なオブジェクト検出の多くの側面をカバーしている:検出フレームワーク,オブジェクト特徴表現,オブジェクト提案生成,コンテキストモデリング,訓練戦略,および評価メトリックス。将来の研究のための有望な方向を同定することによって調査を終える。Copyright The Author(s) 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コンピュータビジョン ,  *学習 ,  物体認識 ,  畳込みニューラルネットワーク ,  *深層学習 ,  *物体検出
準シソーラス用語： メトリックス ,  特徴表現 ,  自然画像 , 【Automatic Indexing@JST】

著者キーワード (4件)： オブジェクト検出 ,  深層学習 ,  畳み込みニューラルネットワーク ,  物体認識

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： オブジェクト検出 ,  深層学習 ,  調査