文献

J-GLOBAL ID：202002251699261256   整理番号：20A1955960

DA-Net:高密度接続ブロックと注意モジュールを用いた歩行者検出【JST・京大機械翻訳】

DA-Net: Pedestrian Detection Using Dense Connected Block and Attention Modules

著者 (4件)： Yin Ruihong (School of Electronic and Information Engineering, Beihang University, Beijing, China) ,  Zhang Rufei (Beijing Institute of Control and Electronics Technology, Beijing, China) ,  Zhao Wei (School of Electronic and Information Engineering, Beihang University, Beijing, China) ,  Jiang Feng (Beijing Institute of Control and Electronics Technology, Beijing, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 153929-153940  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 歩行者検出は,自律運転のようないくつかの分野で重要な役割を果たすが,重い閉塞と様々なスケールのため,それはまだ困難である。本論文では,二段階検出器特徴ピラミッドネットワーク(FPN)に基づくDA-Netと呼ばれる改良歩行者検出法を提案した。DA-Netは,ネットワークへのチャネルワイズ注意モジュール(CWAM)とグローバル注意モジュール(GAM)の組合せである,高密度接続ブロック(DCB)を追加した。FPNは様々なスケールと意味情報を有する特徴を作り出すことができ,それは様々なスケールにおける歩行者の検出にとって良い。歩行者検出における多くの小規模ターゲットのために,著者らは,予測層としてFPNにおける目標の十分な詳細を有する低層だけに関して,著者らは,わずかであった。ネットワークを深めるためにいくつかのDCBの後,著者らのネットワークにおける予測層は,目標のより豊富な意味情報をコード化して,それはより正確に目標の位置を作ることができた。閉塞した歩行者の可視部分を明らかにし,閉塞部分を無視するために,CWAMは,異なる重要性を有する特徴の各チャネルを重み付けする。GAMは,小規模で閉塞されたターゲットに対するグローバル情報と長距離依存性を集約する。したがって,CWAMとGAMの組合せは,歩行者検出におけるオクルージョン問題に対処するだけでなく,小規模ターゲットのための環境情報を得るためにも有益である。CUHKとCityPsonsデータセットに関する評価結果は,著者らの提案方法が,FPNと比較して,CUHKデータセットで9.6%の対数平均ミス率減少と,都市Personsデータセットの重部分集合の6.1%で,改良性能を達成することを示した。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 ,  *歩行者 ,  都市 ,  検出器 ,  対数 ,  チャネル ,  低層 ,  オクルージョン
準シソーラス用語： 自律性 ,  可視領域 ,  環境情報 ,  意味情報 ,  高密度 ,  距離依存性 ,  歩行者検出 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 注意 ,  モジュール ,  歩行者検出