文献

J-GLOBAL ID：202002260210951692   整理番号：20A0860921

車両検出のための再帰畳込みニューラルネットワークの応用【JST・京大機械翻訳】

Application of Recurrent Convolution Neural Network for Vehicle Detection

著者 (3件)： Chate Manisha (Amity University, India) ,  Mohanty Mihir Narayan (Siksha ’O’ Anusandhan University, India) ,  Gohokar Vinaya (MIT Pune,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICAML  ページ： 120-123  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： 物体追跡と監視を検出目的のために用いた。この研究は,過去20年間に見出された。しかし,更なる改良の余地がある。この領域において排他的に適切であることが分かった。著者らは,深い学習方法によって車両ディスコv の問題を調べた。さらに,事前に形成されたネットワークから抽出された深い特徴の使用は,より効率的で正確な監視手段を生成することを示した。高速再帰CNN,これらのシステムの使用は,CNNの操作に関連するボトルネックプロセスになる。高速R-CNNは,この領域を使用するために投影機構を適用することによって,このダウンサイドを解決する。RPNは,各位置におけるオブジェクト境界とオブジェクトスコアを同時に予測する完全凸ネットワークである。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： *ネットワーク ,  凸形
準シソーラス用語： 学習方法 ,  物体追跡 ,  *畳込みニューラルネットワーク ,  *車両検出 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 車両検出 ,  畳込みニューラルネットワーク ,  応用