文献

J-GLOBAL ID：202002248705792432   整理番号：20A0811412

Yolov3-DPFIN:ロバスト実時間ソナー目標検出のための二重経路特徴融合ニューラルネットワーク【JST・京大機械翻訳】

YOLOv3-DPFIN: A Dual-Path Feature Fusion Neural Network for Robust Real-Time Sonar Target Detection

著者 (7件)： Kong Wanzeng (College of Computer Science, Hangzhou Dianzi University, Hangzhou, China) ,  Hong Jichen (College of Computer Science, Hangzhou Dianzi University, Hangzhou, China) ,  Jia Mingyang (College of Computer Science, Hangzhou Dianzi University, Hangzhou, China) ,  Yao Jinliang (College of Computer Science, Hangzhou Dianzi University, Hangzhou, China) ,  Cong Weihua (Hangzhou Applied Acoustics Research Institute, Hangzhou, China) ,  Hu Hua (College of Computer Science, Hangzhou Normal University, Hangzhou, China) ,  Zhang Haigang (College of Underwater Acoustic Engineering, Harbin Engineering University, Harbin, China)
資料名： IEEE Sensors Journal  (IEEE Sensors Journal)
巻： 20  号： 7  ページ： 3745-3756  発行年： 2020年 
JST資料番号： W1318A  ISSN： 1530-437X  CODEN： ISJEAZ  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： ソナーターゲットのリアルタイム検出は水中研究分野で重要な役割を果たしている。従来の深い学習方法は,モデル訓練のためのサンプルとして大量のソナー画像を必要として,それらは同時に検出速度と特徴抽出能力を確実にすることができなかった。小さな有効サンプルと低信号対雑音比(SNR)を有するソナーデータセットのために,YOLOv3-DPFINと呼ばれるリアルタイム検出のための改良YOLOv3アルゴリズムを提案した。提案されたYOLOv3-DPFINの目的は,最小時間消費を有する雑音集中マルチカテゴリソナーターゲットの正確な検出を達成することである。提案したモデルは,二重経路ネットワーク(DPN)モジュールと融合遷移モジュールを通して効率的な特徴抽出を行い,正確なオブジェクト分類と位置を完全にすることができるマルチスケール予測を改善するために,密な接続法を採用した。実験結果により,本アルゴリズムは,ソナーデータセット上で試験し,新しいVOC2012mAP標準を用いて,Nvidia Titan Xp上で84.4%mAP_75を達成し,そしてそれは,生および雑音化ソナーターゲットのためのロバスト実時間検出の要求を満たすことができた。さらに,提案したYOLOv3-DPFINの精度と速度は元のYOLOv3モデルより優れており,最新の改良SSDモデルよりも優れている。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： *ソナー ,  SN比 ,  *ネットワーク ,  *ニューラルネットワーク ,  特徴抽出 ,  アルゴリズム ,  *ロバスト性 ,  雑音
準シソーラス用語： タイタン ,  マルチスケール ,  学習方法 ,  特徴融合 ,  実時間 , 【Automatic Indexing@JST】

分類 (2件)： 水中音響応用  (BB03090U) ,  長さ,面積,断面,体積,容積,角度の計測法・機器  (AD05020O)

タイトルに関連する用語 (7件)： ロバスト ,  実時間 ,  ソナー ,  目標 ,  経路 ,  特徴融合 ,  ニューラルネットワーク