文献

J-GLOBAL ID：202002274877701141   整理番号：20A2262635

光リモートセンシング画像のためのFPAモジュールを用いた軽量オブジェクト検出フレームワーク【JST・京大機械翻訳】

A Light-Weight Object Detection Framework with FPA Module for Optical Remote Sensing Imagery

著者 (6件)： Gu Xi (Department of Computing Science, Tongji University, China) ,  Kong Lingbin (Department of Software Engineering, Tsinghua University, China) ,  Wang Zhicheng (Department of Computing Science, Tongji University, China) ,  Li Jie (Shanghai Aerospaces Electronic Technology Institute, Shanghai, China) ,  Yu Zhaohui (Shanghai Aerospaces Electronic Technology Institute, Shanghai, China) ,  Wei Gang (Department of Computing Science, Tongji University, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： HPCCT & BDAI 2020  ページ： 109-115  発行年： 2020年 
JST資料番号： D0698C  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： リモートセンシング技術の開発により,リモートセンシング画像の取得は容易かつ容易であり,リモートセンシングオブジェクトを検出するタスクのための十分なデータ資源を提供する。しかし,多くの複雑な光学リモートセンシング画像から,迅速かつ正確に物体を検出する方法は,挑戦的なホットな問題である。本論文では,効率的なアンカーフリーオブジェクト検出器,センターFPANetを提案した。速度を追跡するために,軽量バックボーンを使用し,非対称回転ブロックを導入した。精度を改善するために,異なるレベルの特徴マップをリンクするFPAモジュールを設計し,特徴マップの各レベルの重みを動的に調整するための注意機構を導入し,リモートセンシングオブジェクトの大きなサイズ範囲に起因する検出困難の問題を解決した。この戦略は,検出速度を減らすことなく,リモートセンシング画像オブジェクト検出の精度を改善できる。DOTAデータセット上で,センターFPANet mAPは64.00%であり,FPSは22.2であり,現在使用されているアンカーベース手法の精度に近く,それらよりもはるかに高速であった。Faster RCNNと比較して,mAPは6.76%低いが,60.87%は高速であった。すべてにおいて,センターFPANetは,大規模光学リモートセンシング物体検出において速度と精度の間のバランスを達成した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 非対称性 ,  *リモートセンシング
準シソーラス用語： *物体検出 ,  特徴マップ ,  *リモートセンシング画像 ,  光学リモートセンシング , 【Automatic Indexing@JST】

著者キーワード (4件)： アンカーフリー ,  オブジェクト検出 ,  リモートセンシング ,  スピード

分類 (1件)： 写真測量,空中写真  (RC02040D)

物質索引 (1件)： DOTA

タイトルに関連する用語 (5件)： リモートセンシング画像 ,  モジュール ,  軽量 ,  オブジェクト検出 ,  フレームワーク