文献

J-GLOBAL ID：202002283468514939   整理番号：20A1202137

深層学習に基づく小物体検出における最近の進歩:レビュー【JST・京大機械翻訳】

Recent advances in small object detection based on deep learning: A review

著者 (3件)： Tong Kang (College of Electronic and Information Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Wu Yiquan (College of Electronic and Information Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing, China) ,  Zhou Fei (College of Electronic and Information Engineering, Nanjing University of Aeronautics and Astronautics, Nanjing, China)
資料名： Image and Vision Computing  (Image and Vision Computing)
巻： 97  ページ： Null  発行年： 2020年 
JST資料番号： A0611C  ISSN： 0262-8856  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 小物体検出はコンピュータビジョンにおける挑戦的な問題である。それは,防衛軍事,輸送,産業などに広く適用されてきた。小オブジェクト検出の深い理解を容易にするために,多重スケール特徴学習,データ増強,訓練戦略,コンテキストベース検出およびGaNベース検出を含む5つの側面からの深い学習に基づく既存の小オブジェクト検出法を包括的にレビューした。次に,MS-COCO,PASCAL-VOCのような一般的なデータセットに関するいくつかの典型的な小オブジェクト検出アルゴリズムの性能を徹底的に解析した。最後に,将来における可能な研究方向を,5つの展望から指摘した。すなわち,新しい小オブジェクト検出データセットとベンチマーク,マルチタスク共同学習と最適化,情報伝達,弱く監督された小オブジェクト検出法,および小オブジェクト検出タスクのためのフレームワークである。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *学習 ,  窒化ガリウム ,  コンピュータビジョン ,  ベンチマーク ,  *物体検出 ,  検出アルゴリズム ,  *深層学習 ,  畳込みニューラルネットワーク ,  改変
準シソーラス用語： 協調学習 ,  マルチスケール ,  マルチタスク , 【Automatic Indexing@JST】

著者キーワード (4件)： 小物体検出 ,  深層学習 ,  コンピュータビジョン ,  畳み込みニューラルネットワーク

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 深層学習 ,  物体検出 ,  レビュー