文献

J-GLOBAL ID：202002267776444235   整理番号：20A2766508

高速R-CNNとYolov3に基づくリモートセンシング画像の航空機検出【JST・京大機械翻訳】

Aircraft Detection of Remote Sensing Images Based on Faster R-CNN and Yolov3

著者 (5件)： Lei Ling (Communication University of China,School of Information and Communication Engineering,Beijing,China) ,  She Yuwei (Communication University of China,School of Information and Communication Engineering,Beijing,China) ,  Feng Xiaoli (Communication University of China,School of Information and Communication Engineering,Beijing,China) ,  Xiong Rui (Communication University of China,School of Information and Communication Engineering,Beijing,China) ,  Liu Shan (Communication University of China,School of Information and Communication Engineering,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCST  ページ： 166-170  発行年： 2020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： コンピュータビジョンと衛星リモートセンシング技術の開発によって,リモートセンシング画像ターゲットの知的検出は,徐々に最新の研究題目になった。本論文では,リモートセンシング画像における航空機ターゲット検出への2つの一般的な深層学習検出方法を研究した。UCAS_AOD-Datasetは,適切な画像の選択後に拡張され,ラベル付けされた。次に,2つの深層学習モデル,Faster R-CNNとYOLOv3を訓練し,検証した。実験結果は,Faster R-CNNとYOLOv3のmAPが90.06%と85.98%に達したことを示した。両モデルは航空機ターゲットを効果的に検出できる。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： *航空機 ,  検出法 ,  コンピュータビジョン
準シソーラス用語： ターゲット検出 ,  *リモートセンシング画像 ,  衛星リモートセンシング ,  深層学習 , 【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)： CNN ,  リモートセンシング画像 ,  航空機